Hugging Face 政策负责人：嵌入式 AI 评估器并非易事

Hugging Face 首席政策官 Irene Solaiman 在 TechCrunch Disrupt 上表示，嵌入式 AI 评估器并非简单解法，评估结果的可复现性依赖开放权重，而当前评估方法之间难以有效比较、失效较快。她指出智能体评估成本高且困难，针对 harness 的评估远少于模型评估，评估者资质标准也亟需统一。