Google ने दुनिया का पहला डबल-ब्लाइंड AI मूल्यांकन शुरू किया

Google DeepMind ने सिंगापुर AI सुरक्षा संस्थान, OpenMined, AVERI और MLCommons के साथ साझेदारी में, एक स्वामित्व वाले फ्रंटियर-श्रेणी के AI मॉडल का दुनिया का पहला डबल-ब्लाइंड मूल्यांकन शुरू किया है। यह मूल्यांकन Google Cloud के Confidential Space का उपयोग करके एक क्रिप्टोग्राफिक रूप से सुरक्षित वातावरण बनाता है जहाँ बाहरी मूल्यांकनकर्ता मॉडल के वज़न नहीं देख सकते हैं और Google मूल्यांकनकर्ताओं के परीक्षण संकेत नहीं देख सकता है। यह बेंचमार्क संदूषण को रोकता है, जहाँ मॉडल पहले से परीक्षण प्रश्न देख सकते थे, और AI बेंचमार्क की अखंडता को बढ़ाता है। पायलट ने गोपनीय बेंचमार्क के विरुद्ध Gemini Flash Lite मॉडल का परीक्षण किया, जो सुरक्षित मॉडल मूल्यांकन और AI प्रणालियों में विश्वास बनाने में एक महत्वपूर्ण कदम है।