Benchmarker gir en pekepinn på modellkvalitet, men må suppleres med domenespesifikke tester. I produksjon setter man egne mål som nøyaktighet, kilde‑dekning (ved RAG), sikkerhet mot uønsket innhold og svartid. Å dele metoder og resultater i åpne rapporter bygger tillit hos ledelse og brukere.
Målemetoder (benchmarks)
Lite leksikon om AI
Standardiserte tester som sammenligner modellers ytelse og robusthet.
