Hugging Face政策负责人称，嵌入式AI评估器不会是简单的解决方案

要点

• Hugging Face（人工智能模型与数据托管平台）首席政策官Irene Solaiman表示，AI基准测试方法仍在成熟之中，需要更一致的标准。她称，结果能否复现以及能否获取模型，是建立信任的关键。
• Solaiman还表示，嵌入式第三方评估器需要明确的资质要求。Anthropic（人工智能公司）选择埃森哲（Accenture，跨国咨询公司）作为其首个评估机构，引发了部分观察人士的批评。
• 目前，评估也开始测试模型周边的更广泛系统，包括测试框架（harness），而测试框架可能对模型表现产生重大影响。