Hugging Face 政策主管称嵌入式 AI 评估器并非易解

Hugging Face 首席政策官 Irene Solaiman 指出，当前 AI 模型评估方法尚不成熟且难以复现，缺乏统一标准。她认为嵌入第三方评估器的方案面临中立性与有效性质疑，如 Anthropic 聘请 Accenture 引发争议。随着评估重心从模型转向包含 harness 和 agent 的整体系统，行业亟需建立更一致的标准化评估体系以支撑信任。