就像学生考前不能提前看到试题才能真实反映水平一样ღ✿★，当前 AI 模型评估也面临同样问题ღ✿★：如果模型提前接触测试题目（IT之家注ღ✿★：也就是所谓的“基准污染”）ღ✿★，评估结果的可信度就会大打折扣凯发app官方网站ღ✿★。

　　谷歌联合新加坡人工智能安全研究所ღ✿★、OpenMinedღ✿★、AVERI 以及 MLCommonsღ✿★，在隐私保护环境中对 Gemini Flash Lite 模型进行机密基准测试优衣库百度云优衣库百度云凯发app官方网站ღ✿★，提升评估结果的完整性优衣库百度云ღ✿★。

　　传统高风险外部评估一直存在两难困境ღ✿★：要么评估方交出测试提示词ღ✿★，存在模型方提前看到题目的风险ღ✿★；要么模型方交出模型权重ღ✿★，面临知识产权泄露风险ღ✿★。

　　双盲评估则解决了这一矛盾ღ✿★，通过谷歌云保密计算产品组合中的 Confidential Spaceღ✿★，能够通过加密验证ღ✿★，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ღ✿★：评估方无法看到 Gemini 模型权重ღ✿★，谷歌也无法看到评估方的测试提示词ღ✿★。

　　这种加密手段可以有效防止基准污染优衣库百度云优衣库百度云ღ✿★，同时保护敏感数据优衣库百度云ღ✿★，对于网络安全或政府机构开展的高敏感度评估尤其重要ღ✿★。双盲评估让独立机构能够在不损害数据主权和安全的前提下凯发app官方网站ღ✿★，对先进 AI 模型进行严格测试ღ✿★。

　　谷歌表示凯发app官方网站ღ✿★，希望这一试点能够为模型监督开辟新方向优衣库百度云ღ✿★，帮助整个行业构建更安全凯发app官方网站ღ✿★、更可靠ღ✿★、更受公众信任的 AI 系统ღ✿★。污水处理ღ✿★，凯发k8国际首页登录ღ✿★，k8凯发国际ღ✿★，凯发k8娱乐ღ✿★，国际公约ღ✿★，凯发k8国际首页ღ✿★，