Google DeepMind 正在为前沿人工智能模型试点双盲评估。这种新方法旨在通过保密模型权重和测试提示来增强安全性和性能评估的可信度和稳健性。该举措旨在确保外部评估以安全和公正的方式进行。 AI
影响 这项举措可能为人工智能模型评估设定新标准,增强对安全性和性能声明的信心。
排序理由 该项目描述了一种新的人工智能模型评估方法,属于研究范畴。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →