Google DeepMind · 论文 · 2026-08-27 20:59

Google DeepMind 联合新加坡 AI 安全研究所等试点双重盲测 AI 评测

Piloting the world's first double-blind AI evaluations

Google DeepMind 联合新加坡 AI 安全研究所、OpenMined、AVERI 与 MLCommons，对 Gemini Flash Lite 试点双重盲测评测，把外部评测限制在密码学隔离环境中。该做法针对基准污染问题，即模型若提前看到测试题会人为抬高分数、削弱基准可信度。Google 表示过去依靠零日志协议与合同约束保密，此次增加了技术与密码学层面的保障。