Benchmark is een gestandaardiseerde test die wordt gebruikt om de prestatie van AI-modellen te meten en vergelijken. Een benchmark bestaat meestal uit een dataset en duidelijke evaluatiecriteria, zodat iedereen resultaten op dezelfde manier kan meten.

Benchmarks zijn essentieel voor vooruitgang in AI omdat ze onderzoekers in staat stellen om objectief te bepalen welk model beter is. Ze helpen ook om trends in de industrie vast te stellen en te zien waar nog verbeteringen nodig zijn.