ベンチマークとは？

数学・プログラミング・読解などの問題集を解かせ、正答率で比較します。ただしテスト問題が学習データに混入すると点数が不当に高くなるため、結果を鵜呑みにできない問題があります。実際の業務での使い勝手とスコアが一致しないことも多く、複数の指標と実地での検証を組み合わせるのが一般的です。