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 评估器并非易事，当前评估方法仍是一门演进中的科学，彼此之间难以有效比较；评估结果的可复现性依赖开放权重。 她指出，智能体评估既困难又昂贵，针对 harness 的评估远少于针对模型的评估，评估者资质标准亟需统一。她称，若行业未来要依赖评测，测试需要整合为更一致的科学。

AI 根据报道生成 · 56 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。