Hugging Face政策主管谈嵌入式AI评估者

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仍是核心难题，开放权重对复现至关重要。 她称评估是一门仍在演进的科学，不同评估之间难以有意义地比较，且失效速度较快；评估对象正从模型本身扩展到harness与智能体整体，而智能体评估既困难又昂贵。她还表示，确定谁能胜任哪些任务的评估者资质标准亟需统一。

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。