Google DeepMind 推出全球首个双盲 AI 评测，防止基准污染

Google DeepMind 推出全球首个针对专有前沿 AI 模型的双盲评测，将外部评测置于加密环境中，防止模型提前看到测试题导致基准污染。该评测与新加坡 AI 安全研究所、OpenMined、AVERI 和 MLCommons 合作，使用 Gemini Flash Lite 模型在隐私保护环境中测试机密基准。