Pesquisadores de Princeton, Stanford, do AI Security Institute do Reino Unido e do Brookings publicaram um estudo chamado *Emerging Trends in AI Agent Evaluation*. O trabalho analisa 33 tendências em métodos, prioridades de pesquisa e no ecossistema de avaliação. Os autores observam que avaliar agentes agora custa dezenas de milhares de dólares em créditos de computação na nuvem e que as ferramentas usadas para inspecionar os registros de atividade dos agentes também não foram testadas. Eles defendem a participação de mais avaliadores de diferentes áreas, benchmarks melhores e testes independentes e transparentes.
Por que importa
Formuladores de políticas e financiadores podem usar a lista de verificação do estudo para destinar recursos a testes independentes e transparentes de agentes de IA.
