Hugging Face 政策主管称嵌入式 AI 评测者标准尚未成形

在 2026 年 10 月 20 日 TechCrunch Disrupt 大会上，Hugging Face 首席政策官 Irene Solaiman 就 AI 模型评测议题发表看法。她指出，当前 AI 模型评测方法仍不成熟且高度复杂，存在可复现性差、不同评测之间难以有效对比等问题。Solaiman 承认行业对嵌入式第三方评估者确有迫切需求，但目前缺乏统一标准，评测生态尚未成形。她还强调，评测范围正从单一模型扩展到涵盖 harness 和智能体在内的整体系统，相关评测工作仍非常困难且成本高昂。本次为其唯一一次报道，暂无更早报道或后续进展可供对比。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。