谷歌DeepMind今日推出全球首个专有前沿AI模型双盲评估试点，将外部评估置于加密“保密空间”内运行，防止基准污染并保护模型权重与测试提示双方隐私。试点使用Gemini Flash Lite模型，联合新加坡AI安全研究所、OpenMined、AVERI及MLCommons，在谷歌云Confidential Computing环境下完成，评估方无法获取模型权重，谷歌也无法查看测试数据。
该机制为行业提供可验证的隐私保护评估范式，显著提升专有模型基准可信度。
信源:https://deepmind.google/blog/piloting-the-worlds-first-double-blind-ai-evaluations/