Fogalomtár › Tanítás és adat

tesztadatok

angolul: test data

A tesztadatok olyan félretett példák, amelyeket az AI-modell a tanulás során sosem látott, és amelyeken a végén lemérik, mennyire jól teljesít valójában.

Érthetően

Képzeld el, hogy egy diák a tankönyv feladatain gyakorol, a dolgozatban viszont olyan feladatokat kap, amelyeket még sosem látott. Csak így derül ki, hogy megértette-e az anyagot, vagy csak bemagolta a megoldásokat. A tesztadatok az AI-modell dolgozatfeladatai.

A fejlesztők a rendelkezésre álló adatok egy részét a munka legelején félreteszik. A modell a többiből tanul, a félretett részhez pedig senki nem nyúl a végső mérésig. Az itt elért eredmény mutatja meg, mire számíthatsz, amikor a modell a való életben új, ismeretlen esetekkel találkozik.

Ebben különbözik a tanítóadatoktól, amelyekből a modell tanul, és a validációs adatoktól, amelyeken fejlesztés közben hangolják. A tesztadat egyetlen dologra való: a tisztességes, utólagos vizsgára.

Hogyan működik

1. A fejlesztők az összegyűjtött adatokat több részre osztják: a legnagyobb rész a tanítást szolgálja, egy kisebb a hangolást, egy további pedig a tesztet.
2. A modell kizárólag a tanítóadatokból tanul, a tesztadatokat ez idő alatt elzárva tartják.
3. Amikor a modell elkészült, megkapja a tesztadatok kérdéseit, de a helyes válaszokat nem.
4. A modell válaszait összevetik a helyes megoldásokkal, és ebből számolnak mutatókat, például a pontosságot, vagyis a helyes válaszok arányát.
5. Ha az eredmény sokkal gyengébb, mint a tanítóadatokon, a modell valószínűleg magolt, és nem általánosítható tudást szerzett.

Példa a mindennapokból

Kit érint

Gyakori félreértés

Korlátok és kockázatok

• A tesztadat csak azt méri, ami benne van: ha hiányoznak belőle a ritka vagy szokatlan esetek, azokról semmit nem tudsz meg.
• A nyilvános tesztkérdések felkerülhetnek az internetre, onnan pedig a nagy nyelvi modellek tanítóanyagába, így a modell látott feladaton vizsgázik, és az eredménye megtévesztően jó.
• Ha a fejlesztők sokszor mérnek ugyanazon a teszten, és mindig ahhoz igazítanak, a modell lassan a tesztre szabottá válik, nem a valóságra.
• A világ változik, ezért a néhány éve összeállított tesztadat ma már nem feltétlenül tükrözi a valós használatot.

Hasonló, de nem ugyanaz

• tanítóadatok – A tanítóadatokból a modell tanul, a tesztadatokat viszont csak a kész modell vizsgáztatására használják.
• validációs adatok – A validációs adatokon fejlesztés közben hangolják a modellt és választanak a változatok közül, a tesztadat a legvégső, érintetlen mérésre szolgál.
• benchmark – A benchmark szabványos, többnyire nyilvános feladatsor, amelyen több modellt hasonlítanak össze, bár a tesztrészét néha titokban tartják. Tesztadata viszont minden egyes fejlesztésnek van, akár belső és titkos is.

Kapcsolódó fogalmak

Röviden a története

Az az elv, hogy egy modellt félretett, a tanuláshoz fel nem használt adatokon kell ellenőrizni, a statisztikából került a gépi tanulásba. Szélesebb körben az olyan nyilvános adatkészletek tették ismertté, mint az 1990-es években összeállított, kézzel írt számjegyeket tartalmazó MNIST, amelynek külön tanítórésze (60 000 kép) és tesztrésze (10 000 kép) van.

Hol tart most

2026 végén a tesztadatok használata minden komoly AI-fejlesztés alapkövetelménye. Az EU AI-rendelete a nagy kockázatú rendszereknél minőségi elvárásokat is előír a tanító-, validációs és tesztadatokra (10. cikk); ezek a kötelezettségek fokozatosan, a rendelet időközben módosított menetrendje szerint válnak alkalmazandóvá. A legnagyobb gondot a nyelvi modellek és az agentek értékelése okozza, mert a nyilvános tesztek gyorsan beszivárognak a tanítóanyagba.

Állapot: 2026. november

Más nevei

tesztadat · tesztadatok · tesztkészlet · teszthalmaz · tesztelési adatok · test data · test set · testing data

Források

• Wikipedia: Training, validation, and test data sets

A szócikk gépi szerkesztéssel készült és gépi szakmai lektoráláson ment át; a „hírekben” rész az Agent Age sztorijaiból automatikusan frissül.