TechCrunch · AI· Lucas Ropek·· 7 小时前
Hugging Face 政策主管：嵌入式 AI 评估器并非易事
Embedded AI evaluators won’t be an easy solution, Hugging Face’s policy chief says
AI 导读
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，评估的可复现性依赖开放权重，而当前评估方法仍是一门演进中的科学，彼此之间难以有效比较且失效较快。她指出，评估正从测试模型本身转向测试包含 harness 和智能体的整个系统，更好的 harness 能让较弱模型超越前沿模型，而智能体评估既困难又昂贵。
入选记录
门槛 76媒体与个人第一次 38第二次 31
未入选两次之和 69 < 门槛的两倍 152
- 信源等级
- 媒体与个人，这一级的门槛是 76 分
- 预筛
- 通过：讨论AI模型评测与嵌入式评估者
评分由模型按同一份标准独立打两次，满分 100；两次之和达到门槛的两倍才入选。门槛按信源等级设定。
来源：TechCrunch · AI · techcrunch.com