Google DeepMind 试点全球首个双盲 AI 评测

Google DeepMind 宣布试点全球首个针对专有前沿模型的雙盲评测，把外部评测限制在密码学环境中，避免模型提前接触测试题。该项目与新加坡 AI 安全研究所、OpenMined、AVERI 和 MLCommons 合作，在隐私保护环境下用保密基准测试 Gemini Flash Lite 模型，以提升评测可信度。