Yield in het context van AI-modellen refereert naar de hoeveelheid bruikbare output of voorspellingen die een model kan produceren. Het meet de praktische waarde en effectiviteit van een model onder real-world omstandigheden.

Yield kan worden gemeten als:

1. Precision: Hoe veel van de voorspellingen zijn correct
2. Recall: Hoeveel van de echte positieven het model vindt
3. F1-score: Een balans tussen precision en recall
4. Business metrics: Hoeveel inkomsten, conversies, of andere KPI’s het model genereert

In production omgevingen gaat het niet alleen om accuracy, maar om praktische yield. Een spam-filter met 99 procent accuracy kan slecht presteren als het teveel legitieme e-mails wegfilter (lage recall). De ‘yield’ is wat het bedrijf daadwerkelijk krijgt uit het model in de echte wereld.