Google 试点全球首个双盲 AI 评测，Gemini Flash Lite 参与机密基准测试

Google 联合新加坡 AI Safety Institute、OpenMined、AVERI 和 MLCommons，试点全球首个针对专有前沿模型的“双盲”评测，把外部评测限制在加密“盒子”内，避免模型提前看到测试题。该评测以 Gemini Flash Lite 在隐私保护环境中运行机密基准，提升评测可信度。其针对的是基准污染问题——模型若提前见过题目，分数会被虚高。