Hugging Face高管谈AI嵌入式评估与系统级评测挑战

2026年10月20日，Hugging Face首席政策官Irene Solaiman公开指出，将第三方嵌入式评估机构引入AI机构并非简单易行的解决方案。她表示，当前AI评估体系的资质亟需实现标准化，测试结果的可复现性与跨测试对比依然是核心难题。此外，AI评测正从单纯针对模型转向涵盖harness和智能体的整体系统评估，但针对智能体的评测不仅极其困难且成本高昂，目前整个行业仍需推动建立更加统一的评估标准。

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。