Hugging Face 政策负责人：嵌入式 AI 评估器不是简单解法

Hugging Face 首席政策官 Irene Solaiman 在 TechCrunch Disrupt 上表示，模型评估仍是一门演进中的科学，结果可复现性和不同评估间的可比性都成问题，评估方法还会较快失效。她认为嵌入式评估器生态需求旺盛，但评估者资质标准亟需统一；智能体评估昂贵且困难，针对 harness 的评估也远少于模型评估。