Google DeepMind与新加坡AI安全研究所试点全球首个AI双重盲评
Google DeepMind联合新加坡AI安全研究所等机构，在加密环境中对Gemini Flash Lite模型进行外部基准测试，防止模型提前接触测试问题。
AI解读：这项试点解决的是AI基准测试中的"数据污染"问题：如果模型在训练或开发过程中提前接触过测试题，其成绩就会被夸大，外界无法判断真实能力。Google DeepMind与新加坡AI安全研究所、OpenMined、AVERI和MLCommons合作，把外部评估放在一个加密的"盒子"里，测试问题对模型完全不可见，直到正式评估时才会暴露，从而保证成绩的可靠性。对于需要依赖第三方基准来挑选模型的企业、审核AI安全性的监管机构以及做模型对比的研究者而言，这意味着评估结果能更真实反映模型的水平，而非应试技巧。不过，这套方法目前只在一个模型（Gemini Flash Lite）上试点，且Google未公布试点的时间表和具体数据，外界还不清楚其扩展性和实际操作成本。
Google DeepMind于2026年8月27日宣布，与新加坡AI安全研究所、OpenMined、AVERI和MLCommons合作，启动全球首个专有前沿AI模型的双重盲评估试点。该试点将Gemini Flash Lite模型放在加密环境中运行，防止外部基准测试题被模型提前接触（即"基准污染"），以提升评估的完整性。DeepMind研究员William Isaac、Sol Messing与Kristian Lum在官方博客中作出上述说明。