AVERI 宣布首个专有模型双盲评估，测试 Gemini 2.5 Flash-Lite
iamtrask · x · 2026-08-28
AVERI 联合 Google DeepMind、OpenMined 和 MLCommons 宣布达成里程碑：首次对专有语言模型进行双盲评估。测试对象为 Gemini 2.5 Flash-Lite，使用了 MLCommons 的 AILuminate 安全基准中全新的 Prompt。测试在安全飞地中进行，通过硬件隔离保护敏感计算。该合作旨在解决高利害独立评估中开发者和评估者均需保护资产的结构性难题。
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
- 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