内容摘要在TechCrunch Disrupt会议上，Hugging Face首席政策官Irene Solaiman讨论了AI模型基准测试的挑战。她强调评估是一门不断发展的科学，存在可重复性和可比性问题，而嵌入式评估器——AI组织内部的第三方观察者——需要更多标准化。随着评估扩展到测试包括工具链和代理在内的整个系统，需要统一的行业方法才能使基准测试保持有用。
(来源：TechCrunch)
Hugging Face政策主管表示，嵌入式AI评估器不会是一个简单的解决方案
Microsoft 称 AI 代理如同内部威胁，因为“前沿模型不可信任”
化石燃料的回归已成现实
CoreWeave的债务正成为整个人工智能行业的问题
Microsoft退出Nscale的Essex AI数据中心
“责任在于 Mike”：Atlassian CEO 的 AI agent 规则 | Fortune
Amazon 凭借新开发者工具 TorchNeuron 对 Nvidia 发起迄今最大挑战
黑客攻击AI编码工具OpenCode，导致用户AI账户产生高额费用
Tolan为其帮助用户驾驭生活的AI伴侣筹集3000万美元
Replika 创始人打造了她 12 年前在 Disrupt 上展示的 AI 助手