Hugging Face政策主管谈AI评估器标准化

Hugging Face 首席政策官 Irene Solaiman 在 TechCrunch Disrupt 表示，嵌入式 AI 评估器并非简单解法，评估的可复现性和标准仍是关键难题。她称，业界对嵌入式评估器生态需求很高，但“谁有资格成为有效评估者、适用于哪些任务”需要更多标准化；评估方法也仍在演化。她还指出，智能体评估尤其困难且昂贵，评估 harness 也会影响模型表现。

AI 根据报道生成 · 1 天前更新

还没有足够的连续观测数据，暂不绘制趋势。