مجموعة الاختبار المرجعية — Golden Dataset
مجموعة الاختبار المرجعية مجموعة ثابتة من الأمثلة مع الإجابات الصحيحة المعتمدة، تُشغَّل بعد كل تعديل لقياس أثره على الجودة بشكل قابل للمقارنة عبر الزمن. وبدونها تصبح ادعاءات التحسن انطباعات شخصية لا نتائج قابلة للإثبات. ويُعد هذا المفهوم من الركائز العملية في مجال تقييم لمن يعمل على بناء تطبيقات الذكاء الاصطناعي بالعربية.
مجموعة الاختبار المرجعية مجموعة ثابتة من الأمثلة مع الإجابات الصحيحة المعتمدة، تُشغَّل بعد كل تعديل لقياس أثره على الجودة بشكل قابل للمقارنة عبر الزمن. وتُبنى يدوياً بمشاركة خبراء المجال وتُحدَّث بحذر شديد للحفاظ على قابلية المقارنة. وبدونها تصبح ادعاءات التحسن انطباعات شخصية لا نتائج قابلة للإثبات.