DeepMind 引入加密评估对抗基准污染
VraserX · x · 2026-08-30
DeepMind 开始将前沿模型置于加密密封的评估环境中，以防止模型在测试前通过接触相关数据进行“学习”。这一举措旨在应对日益严重的基准污染问题，本质上是为 AI 模型引入了类似人类考试的安检措施，以确保评测结果的真实性。
所属事件:DeepMind 首创前沿 AI 模型双盲加密评估(2 条相关)→
「研究」频道最新
- 四足机器人实机实现变形+步行:各姿态单独强化学习、变形时切换策略 — _Stocko_ · 2026-10-16
- KinoGen 用运动学视频生成直接为人形机器人合成全身操作参考动作 — ChongZzZhang · 2026-10-16
- Science Robotics 论文提出 F³ 事件相机预测表征，超越光流 — CSProfKGD · 2026-10-16
- VideoGen-Agent:基于 Qwen3-VL 的 8B 多模态 Agent 用工具循环改写视频生成 — jiqizhixin · 2026-10-16
- 前沿实验室代码多由 AI 编写，论文提出「理解力审计」安全门槛 — ronbodkin · 2026-10-16
- Not Boring 周报：可解释性乐观论、飞行跑车与 tau 蛋白降 73% — Not Boring (Packy McCormick) · 2026-10-16