Tranh luận xoay quanh việc Anthropic bị cáo buộc khóa tài khoản do dùng bộ khung đánh giá

Một người dùng Twitter đã chia sẻ về trường hợp Anthropic bị cáo buộc khóa tài khoản do sử dụng bộ khung đánh giá (harness) của họ với một mô hình AI khác. Người này bày tỏ sự khó hiểu trước chính sách này và hỏi liệu có ai trong cộng đồng gặp phải tình huống tương tự hay không. Nếu Anthropic thực sự khóa tài khoản vì sử dụng công cụ đánh giá của họ với các mô hình đối thủ, điều này có thể hạn chế việc đo kiểm chuẩn (benchmarking) nguồn mở và đánh giá chéo giữa các mô hình. Điều này làm dấy lên lo ngại về sự ràng buộc nhà cung cấp (vendor lock-in) và tính mở của các khung đánh giá AI. Vi phạm điều khoản dịch vụ cụ thể dẫn đến việc khóa tài khoản vẫn chưa rõ ràng, vì người đăng tweet không làm việc tại Anthropic và chỉ phản hồi lại khiếu nại của một người dùng khác. Các bộ khung đánh giá (evaluation harness) là cơ sở hạ tầng quan trọng để thử nghiệm các tác nhân AI, và các hạn chế đối với việc sử dụng chúng có thể ảnh hưởng đến các nhà phát triển đang xây dựng hệ thống đa mô hình.