Hugging Face 政策主管称嵌入式 AI 评估员并非简单解决方案

Hugging Face 首席政策官 Irene Solaiman 指出，嵌入式 AI 评估员并非解决模型安全问题的简单方案，当前评估体系缺乏标准化且难以复现。她强调，评估正从单一模型转向包含 harness 和 agent 的整体系统，而 agentic evals 实施难度大且成本高昂。此前 Anthropic 聘请 Accenture 作为评估员曾引发行业对第三方中立性的广泛质疑。