Google DeepMind 试点双盲 AI 评测机制

Google DeepMind 联合新加坡 AI 安全局、OpenMined、AVERI 和 MLCommons 启动双盲 AI 评测试点，利用密码学安全环境评估专有前沿模型。该试点将 Gemini Flash Lite 置于隐私保护环境中进行机密基准测试，防止模型提前接触测试题目导致基准污染和分数虚高。技术上通过密码学隔离补充现有的零日志与合同保护，提升模型能力与安全性评测的公信力。