Aggiunto il 24/03/2026
Benchmark [AI]
ENBenchmark [AI] · pl. Benchmarks
ITBenchmark [AI] · gen. m. · inv.
Serie di prove uguali per tutti che misura quanto un'intelligenza artificiale è brava in matematica, programmazione o comprensione del testo, per confrontare modelli diversi.
Un benchmark propone compiti con risposte verificabili e produce un punteggio confrontabile tra modelli. MMLU misura conoscenze generali, HumanEval la scrittura di codice e MATH il ragionamento matematico. Un modello può però migliorare sul test senza diventare più utile nell'uso reale, soprattutto quando i dati di valutazione entrano nell'addestramento. Per questo servono prove aggiornate, controlli contro la contaminazione e valutazioni legate a compiti pratici.