DeepMind 试点全球首个双盲 AI 评估

Google DeepMind 宣布推出**全球首个针对专有前沿级 AI 模型的双盲评估**，由 William Isaac、Sol Messing 与 Kristian Lum 署名发布。

内核做法是把外部评估限定在一个密码学「黑盒」内，使模型在测试前无法接触题目，解决业界长期头疼的**基准污染（benchmark contamination）**问题。

💡 为什么值得看密码学隔离测试题，防模型偷看，将基准可信度从合同升级为技术约束。