Hugging Face 政策负责人：嵌入式 AI 评估器并非易事

Hugging Face 首席政策官 Irene Solaiman 在 TechCrunch Disrupt 上表示，嵌入式 AI 评估器要成为可靠方案仍需大量标准化工作。她指出评估结果的可复现性依赖开放权重，而当前评估方法之间难以有效比较、失效较快。评估对象正从模型本身扩展到 harness 与智能体整体，智能体评估难度和成本都很高。