Google DeepMind 首次对 Gemini Flash Lite 开展双盲 AI 评测

Google DeepMind 联合新加坡 AI Safety Institute、OpenMined、AVERI 和 MLCommons，首次对专有前沿模型 Gemini Flash Lite 开展双盲评测，将外部评测限制在加密“黑箱”中，防止模型提前接触测试题。该方案针对基准污染问题，在隐私保护环境下用保密基准测试模型，以提升评测可信度。