評価ベンチマーク

評価ベンチマークとは、AIの性能や安全性を客観的に測定・比較するための共通テスト（基準）です。知識量や文章力だけでなく、近年は自律型AIが複雑な実務タスクを指示通りに完遂できるかを評価する指標としても重視されており、企業のツール選定や導入判断の基準として活用されています。