Google DeepMind 试点全球首个对前沿专有模型的双盲 AI 评估

Google DeepMind 推出全球首个针对专有前沿模型的双盲评估，将外部评估限制在密码学安全的"盒子"中，防止模型提前接触测试题导致基准污染。此次与 Singapore AI Safety Institute、OpenMined、AVERI 和 MLCommons 合作，在隐私保护环境中用机密基准测试一个 Gemini Flash Lite 模型。