Hugging Face首席政策官Irene Solaiman表示，AI实验室以其模型基准测试建立声誉，但底层的评估方法仍然复杂且不成熟。她在TechCrunch讨论中指出，嵌入式AI评估器并不能为衡量AI性能的挑战提供简单的解决方案。
背景
AI基准测试已成为企业比较模型能力的核心方式，但随着该领域扩张，人们对其方法论透明度和可靠性的担忧日益增加。
- 来源
- TechCrunch
- 发布时间
- 2026年10月20日 06:49
- 评分
- 5.0 / 10
Hugging Face首席政策官Irene Solaiman表示，AI实验室以其模型基准测试建立声誉，但底层的评估方法仍然复杂且不成熟。她在TechCrunch讨论中指出，嵌入式AI评估器并不能为衡量AI性能的挑战提供简单的解决方案。
AI基准测试已成为企业比较模型能力的核心方式，但随着该领域扩张，人们对其方法论透明度和可靠性的担忧日益增加。