DeepMind试点双盲前沿模型评测
热点事件持续更新
DeepMind试点双盲前沿模型评测
1 篇报道1 个报道来源2 小时前更新
先了解这件事
AI 综述
Google DeepMind宣布试点面向前沿专有模型的双盲评测，并在密码学安全隔离环境中使用一个Gemini Flash Lite模型测试保密基准，以减少模型事后利用测试题优化表现造成的基准污染。 试点由新加坡AI安全研究院、OpenMined、AVERI和MLCommons合作实施，作为DeepMind内部评估之外的压力测试补充。DeepMind称，这是全球首个针对前沿专有模型的双盲评测。
AI 根据报道生成 · 2 小时前更新
最新进展10月26日 23:31
Google DeepMind 试点双盲 AI 评测，以密码学隔离防止基准污染报道时间线
沿着报道，了解事件的不同侧面。
10月26日
- AGI HuntGoogle DeepMind 试点双盲 AI 评测，以密码学隔离防止基准污染
Google DeepMind 推出针对前沿专有模型的双盲评测试点，将外部测试置于密码学安全的隔离环境，避免模型事后利用测试题优化基准表现。试点由新加坡 AI 安全研究院、OpenMined、AVERI 和 MLCommons 合作，使用 Gemini Flash Lite 模型测试保密基准，以补充内部评估和外部压力测试。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。