Google DeepMind 试点双盲 AI 评测机制

Google DeepMind 联合多家机构试点双盲 AI 评测机制，利用密码学安全环境隔离外部测试集，防止模型提前接触题目造成基准污染。团队与新加坡 AI 安全研究所、OpenMined、AVERI 及 MLCommons 合作，在隐私保护环境中对 Gemini Flash Lite 模型进行保密基准测试。该方案旨在通过技术与密码学防护手段，确保前沿模型的能力和安全评测结果真实可信。