معيار أداء الآلة
المعيار القياسي للآلة (Machine Benchmark) هو مجموعة موحدة من الاختبارات أو المقاييس المستخدمة لتقييم أداء وكفاءة وقدرات نموذج تعلم الآلة، أو نظام الذكاء الاصطناعي، أو العتاد الحاسوبي. توفر هذه المعايير نقاط بيانات كمية يمكن من خلالها مقارنة النماذج أو التطبيقات المختلفة بموضوعية.
في مجال الذكاء الاصطناعي سريع التطور، يكون التقييم الذاتي غير كافٍ. توفر المعايير إطارًا موضوعيًا ضروريًا. إنها تسمح للباحثين والمهندسين وقادة الأعمال بتحديد ما إذا كانت نسخة جديدة من النموذج أفضل حقًا، أو أسرع، أو أكثر دقة من سابقتها أو من عروض المنافسين. وهذا يدفع نحو اتخاذ قرارات مستنيرة فيما يتعلق بالنشر وتخصيص الموارد.
تتضمن العملية عادةً تحديد مهمة محددة (مثل تصنيف الصور، أو فهم اللغة الطبيعية، أو التنبؤ التوقعي). ثم يتم إدخال مجموعة بيانات موحدة، يتم الاحتفاظ بها عادةً بعيدًا عن مرحلة التدريب، إلى نموذج تعلم الآلة. يتم قياس مخرجات النموذج مقابل قيم الحقيقة الأساسية المعروفة باستخدام مقاييس راسخة مثل الدقة (accuracy)، أو درجة F1، أو زمن الاستجابة (latency)، أو الإنتاجية (throughput). النتيجة الناتجة هي نتيجة المعيار القياسي.
تشمل المفاهيم ذات الصلة مجموعات التحقق (validation sets)، ومجموعات الاختبار (test sets)، وسرعة الاستدلال (inference speed)، والتعقيد الحسابي. تعمل هذه العناصر معًا لتشكيل صورة كاملة عن اللياقة التشغيلية للآلة.
