Google DeepMind·· 2026-08-27
Google DeepMind 试点全球首个双盲 AI 评测
Piloting the world's first double-blind AI evaluations
AI 导读
Google DeepMind 宣布推出全球首个针对专有前沿级 AI 模型的双盲评测，将外部评测限制在密码学隔离环境中，避免模型提前接触测试题。该试点与新加坡 AI 安全研究所、OpenMined、AVERI 和 MLCommons 合作，在隐私保护环境下用保密基准测试 Gemini Flash Lite 模型。
入选记录
门槛 60官方一手第一次 62第二次 58
入选两次之和 120 ≥ 门槛的两倍 120
- 信源等级
- 官方一手，这一级的门槛是 60 分
- 预筛
- 通过：双盲AI模型评测，实质AI评测技术
- 推荐理由
- Google DeepMind 联合新加坡 AI 安全研究所等机构，用密码学隔离环境对 Gemini Flash Lite 做双盲评测，读者可了解基准污染问题的技术解法。
评分由模型按同一份标准独立打两次，满分 100；两次之和达到门槛的两倍才入选。门槛按信源等级设定。
来源：Google DeepMind · deepmind.google