Gemini 2.5 Flash-Lite 首次通过安全飞地完成双盲评估
iamtrask · x · 2026-08-28
AVERI 联合 Google DeepMind、OpenMined 和 MLCommons 宣布完成首个专有语言模型的双盲评估。测试在安全飞地（secure enclave）中进行，使用 MLCommons 的 AILuminate 安全基准。这种硬件隔离技术解决了高利害独立评估中的结构性隐私保护难题。
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)→
「模型」频道最新
- 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
- 开源推理引擎 Magnitude 让本地模型比 Ollama 快 2 倍以上 — nickbaumann_ · 2026-10-15
- 博主实测疑似新模型 Gemini 4 Argon：逐笔实时生成 — vista8 · 2026-10-15
- 游戏开发实测：Gemini 4 Argon 对阵 Claude Opus 5.5 — vitaliychiley · 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
- 为什么有人对 GPT-4o 恋恋不舍：它最懂你的潜意识 — mimi10v3 · 2026-10-15