Hugging Face 政策主管：嵌入式 AI 评估者并非易事

Hugging Face 政策主管 Irene Solaiman 指出，当前 AI 模型评估方法复杂且不成熟，可复现性和标准化是主要挑战。嵌入式第三方评估者方案近期受到关注，但其有效性和中立性仍受质疑。评估重点正从单一模型扩展到包含工具和智能体的整个系统，但相关评估难度大、成本高，行业亟需更统一的方法。