Откуда брать информацию о том, что происходит в индустрии оценки ИИ, какие новые техники и подходы появляются?

На самом деле пока оценка и тестирование ИИ никак нормально не стандартизирована, поэтому большинство информации нужно самостоятельно читать и искать в научных статьях.

Основной такой портал - это https://arxiv.org/

arXiv - это архив с открытым доступом, содержащий около 2,4 миллиона научных статей в области физики, математики, информатики, количественной биологии, количественных финансов, статистики, электротехники и системных наук, а также экономики.

Именно на этом портале часто публикуют новые статьи об оценки ИИ, поэтому если не знаете куда идти за инфомрацией, я советую как минимум держать этот портал в своих закладках браузера.

И ниже ссылки на две полезные работы в области оценки ИИ агентов, которые были опубликованы в этом году

AI Agents: Evolution, Architecture, and Real-World Applications

Survey on Evaluation of LLM-based Agents


Полезная информация:
Курс по evaluation AI |
Мой фремворк для оценки AI |
С чего начать изучение AI | Инструменты для оценки AI |
Инструменты для оценки AI (ч.2)