行业与实践 · 标签「双盲」

研究与基准测试/2026-10-09/18 分钟

双盲评测：解决人工智能安全审计中的双重保密困境

评测方要藏住基准提示，模型方要守住权重。DeepMind 与 AVERI 在 GCP 的 NVIDIA H100 机密飞地里，用 PySyft 对 Gemini 2.5 Flash Lite 跑了封闭的 AILuminate 评测，双方都看不到对方的资产。