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且失效较快。她指出智能体评估既困难又昂贵，行业对 harness 的评估远少于对模型的评估，评估者资质标准也亟需统一。
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且失效较快。她指出智能体评估既困难又昂贵，行业对 harness 的评估远少于对模型的评估，评估者资质标准也亟需统一。