Google DeepMind 试点全球首个专有前沿模型双盲评估

Google DeepMind 推出全球首个针对专有前沿 AI 模型的双盲评估，将外部评测限制在密码学安全的隔离环境中，防止模型提前接触测试题造成基准污染。Gemini Flash Lite 模型将与 Singapore AI Safety Institute、OpenMined、AVERI 和 MLCommons 合作，在隐私保护环境下测试机密基准。