UK AISI に関する報道

英国の AISI は EvalEval と協力してベンチマーク テスト結果の再現性を推進しています。これは、AI の評価が「メーカーの自己認証」から「オープンソースで検証可能な」科学的トラックに移行していることを意味します。統合された評価インフラストラクチャは、ベンチマークのノイズを軽減し、大規模モデルのパフォーマンスと安全性をより客観的に測定するのに役立ちます。