嵌入式的 AI 评估器并非易事，Hugging Face 政策主管如是说

Hugging Face 政策主管 Irene Solaiman 在 TechCrunch Disrupt 上表示，AI 实验室依赖的模型基准测试方法仍复杂且不成熟，行业需要更一致的评估科学。她强调可复现性是关键，开放权重（open weights）在此发挥重要作用，并指出嵌入式评估器生态虽需求旺盛，但评估者的资质与任务匹配仍需大量标准化。