IT之家 8 月 27 日消息，谷歌宣布推出全球首个针对前沿专有 AI 模型的双盲评估，将外部评估限制在加密“黑箱”环境中，避免模型提前获取测试信息来优化性能。
谷歌联合新加坡人工智能安全研究所、OpenMined、AVERI 以及 MLCommons，在隐私保护环境中对 Gemini Flash Lite 模型进行机密基准测试，提升评估结果的完整性。
双盲评估通过谷歌云保密计算产品组合中的 Confidential Space，保证外部评估数据和专有模型分别对各自所有者保持隐私：评估方无法看到 Gemini 模型权重，谷歌也无法看到评估方的测试提示词。这种加密手段可防止基准污染，并保护敏感数据，对网络安全或政府机构的高敏感度评估尤为重要。
谷歌表示，希望这一试点能够为模型监督开辟新方向，帮助整个行业构建更安全、更可靠、更受公众信任的 AI 系统。