📖 AI 总结

在TechCrunch Disrupt活动上，Hugging Face首席政策官Irene Solaiman指出，当前AI模型评测方法仍不成熟，尚无法成为行业可信赖的基准。她强调，评测结果的可信度关键在于可复现性，而开放权重模型对此至关重要。此外，不同评测之间缺乏有意义的比较标准，评测体系更新快、失效也快，生态发展不足。针对近期流行的“嵌入式评估员”方案——即在AI机构内部安置所谓中立的第三方观察者——Solaiman认为，该模式虽因安全事故频发而受到推崇，但评估员的资质标准亟需大幅规范化，其实施并非易事。Anthropic聘请埃森哲担任首个评估员引发的争议也印证了这一挑战。