Google DeepMind 试点全球首个 AI 模型「双盲评估」机制

Google DeepMind 于2026年8月27日宣布，正与新加坡人工智能安全研究所、OpenMined、AVERI 和 MLCommons 试点一种“双盲”AI 评估，用加密环境同时隔离模型权重与外部测试题；其关注价值在于回应基准污染可能削弱模型测评可信度的问题。

• 该方案使用 Google Cloud Confidential Space 等机密计算机制，将评估数据和专有模型放入可验证的加密环境中。
• 评估方不能看到 Gemini Flash Lite 的模型权重，Google 也不能看到评估方的测试提示词，双方在信息上形成隔离。
• 传统外部测评通常需要在交出测试题和交出模型权重之间作取舍，双盲机制试图降低这两类泄露风险。
• 方案重点解决的是测试过程中的信息控制，并不自动保证测试指标设计合理，也不能消除训练数据中潜在的既有污染。
• Google DeepMind 表示，该试点面向网络安全、政府评估等对数据保密要求较高的场景，但目前公开信息主要描述机制和合作方，未给出完整测试结果。
• 影响/看点：如果技术报告能证明加密隔离不会显著增加评估成本，并获得独立机构复核，这类机制可能提高专有模型接受外部测评的可行性；其实际影响取决于验证范围、评估题质量和参与方是否披露足够方法细节。
• 资料依据：Google DeepMind《Piloting the world's first double-blind AI evaluations》，2026年8月27日，https://deepmind.google/blog/piloting-the-worlds-first-double-blind-ai-evaluations/

本内容由 AI 生成，仅供参考，请注意甄别