Google DeepMind 试点全球首个双盲 AI 评测

Google DeepMind 联合新加坡 AI Safety Institute、OpenMined、AVERI 和 MLCommons，推出全球首个面向专有前沿 AI 模型的双盲评测，将外部评测限制在密码学环境中，避免模型提前接触测试题目。该试点用 Gemini Flash Lite 在隐私保护环境下测试机密基准，目标是应对基准污染导致的分数虚高，提升评测可信度。