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，对 Gemini Flash Lite 开展全球首次专有前沿模型的"双盲"评测，将外部评测限制在加密"黑箱"环境中，防止模型提前接触测试题。此举针对基准污染问题——模型若事先见过考题，分数会被虚高，评测结果的可信度随之下降。