DeepMind 推出双盲评估框架，利用安全飞地防止模型作弊
Miles_Brundage · x · 2026-08-27
Google DeepMind 宣布试点“双盲评估”机制，旨在解决基准污染问题。通过在安全飞地内创建既不泄露测试提示词也不泄露模型权重的环境，确保对前沿模型的外部安全与性能评估具有私密性、鲁棒性和可信度。该框架已成功在专有前沿模型上完成首次测试。
所属事件:DeepMind 联手多方完成首个闭源前沿模型双盲评估(19 条相关)→
「安全」频道最新
- Cisco 防火墙管理台漏洞 CVE-2026-20079 可无认证夺取 root 权限 — victorialslocum · 2026-10-15
- 404 Media 实测:ChatGPT 广告可按手机号邮箱和提示词定向投放 — 404 Media · 2026-10-15
- Anthropic 系统提示词新措辞:认真对待 Claude 表达的不同意见 — Hesamation · 2026-10-15
- Stolen Thoughts 论文：两次 API 调用窃取前沿模型隐藏思维链 — maksym_andr · 2026-10-15
- 传美国财政部施压各国采用「超级智能」而非普通 AI — Polymarket · 2026-10-15
- ServiceNow 推出 AI Passport:给每个 AI 智能体发可验证身份 — azavery · 2026-10-15