AIの評価（エバル）がコンピュート資源の新しいボトルネックになりつつある

Hugging Faceのブログ記事が、AIモデルの性能を測定・検証するためのコスト（エバル）が、モデル開発におけるコンピュート資源の制約として浮上していることを指摘した。

エバルとは、LLM（文章を理解・生成するAI）やエージェント（自分で判断して作業するAI）が期待通りに動作しているかを確認するプロセスを指す。

モデル開発者がより大規模で複雑なAIシステムを構築する中で、これらのシステムを検証するためのコンピュート資源の需要が、モデルの学習・推論（AIが答えを導き出す処理）と同等かそれ以上になっている。