Hugging Face 政策主管：嵌入式 AI 评估者并非易事

Hugging Face 首席政策官 Irene Solaiman 在 TechCrunch Disrupt 上表示，嵌入式 AI 评估者不会成为简单解法，评估结果的可复现性依赖开放权重。她指出评估是一门仍在演进的科学，不同测试之间难以有效比较，且失效较快。她还提到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。