谷歌试点全球首个双盲AI评估

谷歌DeepMind与新加坡AI安全研究所、OpenMined、AVERI和MLCommons合作，试点运行了全球首个专有前沿级AI模型的双盲评估。该评估使用谷歌云的Confidential Space创建一个加密安全环境，外部评估者无法看到模型权重，谷歌也无法看到评估者的测试提示。这防止了基准污染（即模型可能提前看到测试问题），并增强了AI基准的完整性。试点测试了Gemini Flash Lite模型，针对保密基准进行，标志着安全模型评估和建立AI系统信任的重要一步。