DeepMind 试点全球首个双盲 AI 评测，密码学隔离防基准污染

Google DeepMind 宣布推出针对前沿专有模型的双盲评测试点，把外部评测限制在密码学安全的隔离环境中，使模型事后无法利用测试题针对基准做优化。试点与新加坡 AI 安全研究院、OpenMined、AVERI 和 MLCommons 合作，在隐私保护环境下用一个 Gemini Flash Lite 模型测试保密基准。