嵌入式AI评估者并非易事：Hugging Face政策负责人谈基准测试困境

Hugging Face首席政策官Irene Solaiman在TechCrunch Disrupt上表示，当前AI模型基准测评可复现性差、缺乏横向可比性，嵌入式第三方评估者资质标准化不足，智能体评估成本高且难度大，行业...