Google DeepMind 推出全球首个前沿模型双盲评估框架
rseroter · x · 2026-08-27
Google DeepMind 引入了针对专有前沿 AI 模型的全球首个双盲评估方法。该方案利用加密的“黑盒”环境，防止模型在测试前提前接触到评估题目（即基准污染问题）。DeepMind 与新加坡 AI 安全研究所、OpenMined 等机构合作，在保护隐私的环境中测试 Gemini Flash Lite 模型，旨在提升模型评估的完整性与可信度。
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
- 路透:美英等银行业监管机构加紧审查银行 AI 使用,担忧金融稳定 — nordicinst · 2026-10-16
- 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