Google DeepMind 实现首个双盲评测框架
JMateosGarcia · x · 2026-08-27
Google DeepMind 团队宣布向解决基准测试污染迈出一步，在非公开评测集上成功测试了保密评测框架“双盲评测”。这是该领域首次对前沿专有模型进行此类测试。
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)→
「研究」频道最新
- RLVR 微调致解空间坍缩，加入 replay 缓冲可保多样性并提升 pass@8 — manoelribeiro · 2026-10-15
- ModeBench 揭示 RLVR 让 LLM 只会一种解法，Re:Max 训练法可保解法多样性 — manoelribeiro · 2026-10-15
- NYU 团队推出 SCOOP：用策略协调循环让 LLM 学会真正探索 — jaseweston · 2026-10-15
- Google WeatherNext 助 NHC 预报飓风 Isaias，提前 3 天锁定路径误差 60 公里内 — PeterWBattaglia · 2026-10-15
- MIT 用简单局部突触规则让神经网络自建学习机制 — ChuckDBrooks · 2026-10-15
- 中科大提出 VASPO:自蒸馏结合特权价值估计改进 PPO 推理 — ustc-community · 2026-10-15