Folia
← 返回头版

嵌入式AI评估者并非易解之法,Hugging Face政策主管表示

Hugging Face首席政策官Irene Solaiman在TechCrunch Disrupt大会上指出,当前AI模型的评估体系存在根本性缺陷1。她表示,AI基准测试方法"正在不断演进,但我们还不知道如何有意义地将它们相互比较"1。Solaiman强调,虽然业界广泛推崇嵌入式第三方评估者作为替代政府监管的方案,但这一做法的有效性和中立性仍存重大疑问1。

Solaiman指出,现有评估体系缺乏可复现性和标准化1。她表示"代理评估实在太难了,代价也很大"1,并指出"信任是一个权重很大的词"1。为了使第三方评估者真正发挥作用,行业需要建立更多的标准化措施来确定有效评估者的资格1。此外,Anthropic聘请Accenture作为首个嵌入式评估者的决定也引发了业界批评1。


评论