Google DeepMind 正在为其 Gemini Flash Lite 模型采用一种新颖的双盲测试方法。该方法涉及将机密基准测试密封在加密盒中,只有四个外部合作伙伴才能访问。此方法旨在防止数据泄露并确保基准测试结果的完整性。 AI
影响 这种测试方法可能为 AI 模型评估设定新的标准,确保更高的客观性并防止基准测试被操纵。
排序理由 该项目描述了一种新颖的 AI 模型测试方法,属于研究范畴。[lever_c_demoted from research: ic=1 ai=1.0]
在 Mastodon — mastodon.social 阅读 →
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →