全球首个大模型双盲评估报告：利用 TEE 实现权重与提示词隔离
Miles_Brundage · x · 2026-08-27
AVERI 发布了与 Google DeepMind、OpenMined 和 MLCommons 合作的试点报告，详述了针对 Gemini 2.5 Flash-Lite 的全球首个专有语言模型双盲评估。评估在安全飞地中进行，利用可信执行环境 (TEE) 保护机密计算，确保模型权重和测试提示词在评估期间互不可见，从而解决基准污染和独立评估的结构性难题。
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
- 密歇根学者：AI 向善项目为何失败，监管不能靠厂商自律 — benzevgreen · 2026-10-16
- Apex Research 负责人上 CBS：现行 AI 测试机制严重不足，需嵌入式独立评估 — MariusHobbhahn · 2026-10-16
- Next.js 爆严重 RCE 漏洞，use cache 返回类型数组即中招 — jedisct1 · 2026-10-16
- AI 客服机器人已消耗骗子 17 年时间，对话 250 万次 — neil_chilson · 2026-10-16
- AI 安全公司 Xbow 六天找出影响十亿用户的 Chrome 全链路漏洞 — moyix · 2026-10-16
- AI 安全超级行动委员会获自家暗钱组织百万美元注资 — ShakeelHashim · 2026-10-15