📖 AI 总结

谷歌DeepMind正尝试用密码学方法解决AI基准测试中的“数据污染”问题，即模型在训练时提前看到测试题导致成绩失真。为此，他们启动了首个专有前沿模型的“双盲评估”试点，与新加坡AI安全研究所合作，将外部测试题锁在加密“盒子”中，确保谷歌看不到测试内容，评估方也接触不到模型权重。该方法利用谷歌云的Confidential Space技术，通过加密验证双方数据隐私，消除了以往要么交出测试题、要么交出模型权重的两难选择。这一突破对网络安全或政府等敏感领域的评估尤为重要，使独立机构能在不牺牲数据主权的前提下严格测试先进模型。谷歌希望此举能建立新的模型监管标准，推动行业构建更可信的AI系统。