📖 AI 总结

本文介绍了Google DeepMind与新加坡AI安全研究所、OpenMined、AVERI及MLCommons合作，首次对专有前沿AI模型实施双盲评估。核心问题在于基准污染——若模型提前接触测试题，评估结果将失真。传统评估面临两难：要么向模型提供方泄露测试提示，要么向评估方暴露模型权重。通过Google Cloud机密计算中的Confidential Space，双盲评估在加密环境中运行，确保外部评估数据与专有模型均保持私密，并可通过密码学验证。此次试点针对Gemini Flash Lite模型，使用机密基准测试，显著提升评估完整性。此举为政策制定者、研究者和企业提供更可信的模型能力与安全指标，标志着AI安全评估从依赖合同约束向技术保障的关键转变，是构建可信AI生态的重要进展。