Hugging Face 首席政策官称：嵌入式 AI 评估者并非简单解决方案

Hugging Face 首席政策官 Irene Solaiman 在 TechCrunch Disrupt 表示，将"中立"第三方评估者嵌入 AI 机构的做法并非简单的安全解决方案，其有效性和中立性仍存疑。她还指出当前模型基准测试缺乏可复现性和统一标准，评测正从单纯测试模型扩展到测试整个系统（包括 harness 和 agent），而 agentic evals 开发难度大且成本高。