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 评估器并非易事，评估的可复现性和标准化仍待解决。她指出评估科学仍在演进，不同测试之间难以有效比较，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。