谷歌试点双盲AI模型评估
2026年8月27日,Google DeepMind 宣布联合试点全球首个针对专有前沿模型的双盲评测,测试对象为 Gemini Flash Lite。合作方包括新加坡 AI 安全研究所、OpenMined、AVERI 和 MLCommons。评测在隐私保护环境中进行,借助 Google Cloud 的 Confidential Space,使评测方看不到 Gemini 模型权重,Google 也看不到评测方的测试提示词,从而降低基准污染风险。Google DeepMind 表示,这一做法让独立机构无需交出模型权重或测试题即可严格测试先进模型,并发布了技术报告说明方法与发现。目前尚无后续发展事实。
匹配字段摘要
