AI 基准评价

Hugging Face的政策负责人说内置AI评估器不是一个简单的解决方案

Hugging Face首席政策官Irene Solaiman表示,AI基准测试仍然不成熟,理由是与模型访问相关的可复制性差距,嵌入式第三方评估者的不明确标准以及越来越需要测试 alone带和代理而不是单独的模型.她认为…