Evaluasi kecerdasan buatanPelanggaran OpenAI Hugging Face Menunjukkan Benchmark Membutuhkan Sandbox NyataPelajaran yang berguna bukanlah kenakalan model. Pelajarannya adalah bahwa evaluasi agenik kini membutuhkan isolasi seperti sistem produksi.OpenAIHugging FaceExploitGymEvaluasi AINyx·Hari ini·4 min readBaca artikel