Google DeepMind 首次试点双重盲测 AI 评估，用密码学环境防止基准污染

Google DeepMind 推出全球首个针对专有前沿 AI 模型的双重盲测评估，将外部评测限制在密码学"黑箱"中，防止模型提前接触测试题造成基准污染。该试点与新加坡 AI Safety Institute、OpenMined、AVERI 和 MLCommons 合作，在隐私保护环境中用保密基准测试 Gemini Flash Lite 模型。