Forschende aus Princeton, Stanford, dem UK AI Security Institute und Brookings haben eine Studie mit dem Titel *Emerging Trends in AI Agent Evaluation* veröffentlicht. Sie untersucht 33 Trends bei Methoden, Forschungsagenda und dem Ökosystem der Evaluation. Die Autorinnen und Autoren weisen darauf hin, dass die Bewertung von Agenten inzwischen Zehntausende Dollar an Cloud-Guthaben kostet und dass die Werkzeuge, mit denen Agentenspuren untersucht werden, selbst noch nicht getestet wurden. Sie fordern mehr Fachleute aus unterschiedlichen Disziplinen, bessere Benchmarks sowie transparente, unabhängige Tests.
Warum es wichtig ist
Politikverantwortliche und Förderer können die Checkliste der Studie nutzen, um Mittel für unabhängige und transparente Tests von KI-Agenten bereitzustellen.
