Google DeepMind 试点全球首个双盲 AI 评估

Google DeepMind 宣布推出全球首个针对专有前沿 AI 模型的双盲评估试点，旨在通过加密“盒子”限制外部评估数据的使用，防止模型在测试前优化性能以解决基准污染问题。该项目与新加坡 AI 安全研究所、OpenMined、AVERI 和 MLCommons 合作，使用 Gemini Flash Lite 模型对机密基准进行测试。