Hugging Face政策主管谈AI评测可信度

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。她称，若行业未来要依赖评测，测试需要整合为一门更一致的学科。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。