谷歌推出全球首個雙盲 AI 評估技術，基於加密環境保障基準測試公正性
作者：小泵 責編：小泵 評論： 8 月 27 日消息，谷歌宣佈推出全球首個針對前沿專有 AI 模型的雙盲評估，將外部評估限制在加密“黑箱”環境中，避免模型提前獲取測試信息來優化性能。就像學生考前不能提前看到試題才能真實反映水平一樣，當前 AI 模型評估也面臨同樣問題：如果模型提前接觸測試題目（注：也就是所謂的“基準汙染”），評估結果的可信度就會大打折扣。谷歌聯合新加坡人工智能安全研究所、OpenMined、AVERI 以及 MLCommons，在隱私保護環境中對 Gemini Flash Lite 模型進行機密基準測試，提升評估結果的完整性。
傳統高風險外部評估一直存在兩難困境：要麼評估方交出測試提示詞，存在模型方提前看到題目的風險；要麼模型方交出模型權重，面臨知識產權洩露風險。雙盲評估則解決了這一矛盾，通過谷歌雲保密計算產品組合中的 Confidential Space，能夠通過加密驗證，保證外部評估數據和專有模型分別對各自所有者保持隱私：評估方無法看到 Gemini 模型權重，谷歌也無法看到評估方的測試提示詞。這種加密手段可以有效防止基準汙染，同時保護敏感數據，對於網絡安全或政府機構開展的高敏感度評估尤其重要。雙盲評估讓獨立機構能夠在不損害數據主權和安全的前提下，對先進 AI 模型進行嚴格測試。
谷歌表示，希望這一試點能夠為模型監督開闢新方向，幫助整個行業構建更安全、更可靠、更受公眾信任的 AI 系統。投訴水文 我要糾錯 下載APP，簽到賺金幣兌豪禮 相關文章關鍵詞：谷歌，基準測試，AI模型，雙盲AI評估，加密計算谷歌、AMD、Cloudflare 等公司加入，簽署支持 AI 開源模型發展公開信組織增至 50 家谷歌發佈三款新 AI 模型，含 Gemini 3.6 Flash、3.
5 Flash Cyber谷歌 AI 摘要頻現低級拼寫錯誤，大語言模型固有缺陷難根治SPEC CPU 2026 基準測試套件發佈：體現現代硬軟件重大演進UL Solutions 推出 Procyon Essentials 基準測試：面向日常專業工作負載能生成可玩遊戲世界，谷歌推出 Project Genie AI 模型測試版本
Related
相關文章
OpenAI 將向印度 ChatGPT 免費及 Go 套餐用戶投放廣告
作者：清源 責編：清源 評論： 8 月 27 日消息，OpenAI 宣佈，即日起將在印度向 ChatGPT Free 和 Go 套餐用戶投放廣告。本月早些時候，OpenAI 修改了服務條款，明確說明用戶在使用 ChatGPT 時可能看到廣告。
ChatGPT報警後：誰有權審判你的對話框？
ChatGPT等生成式AI若在對話中偵測到潛在威脅，是否應主動通報執法單位，引發各界討論。支持者認為AI應承擔社會責任即時阻止憾事，反對者則擔憂語言模型易誤判玩笑與反諷，恐侵犯隱私和言論自由。目前缺乏明確法律框架界定AI舉報義務與責任歸屬，未來或需建立分級制度，由人類專業人員最終判斷。
HBM正在被重新定義
半導體產業縱橫2026.08.27 18:25 · 來自北京全文3679字00:00 / 11:37新一代HBM4將成為技術轉折點。文 | 半導體產業縱橫隨著AI大模型訓練與推理需求持續爆發，算力芯片的性能瓶頸已從計算單元轉向存儲帶寬，HBM高帶寬內存成為制約高端AI硬件迭代的核心關鍵。在HotChips 2026國際高端芯片技術大會上，全球兩大存儲龍頭三星、SK海力士集中披露了HBM4下一代技術演進路線，打破了行業沿用多年的HBM迭代邏輯。
Day-0 支持：摩爾線程官宣完成智譜 GLM-5.3-Flash 極速適配
作者：歸瀧 責編：歸瀧 評論： 感謝網友 Autumn_Dream 的線索投遞！8 月 27 日消息，智譜近日上線並開源 GLM-5.3-Flash (320B-A18B)。摩爾線程官方今日宣佈，基於 AI 訓推一體智算卡 MTT S5000 及 MUSA 軟件棧，Day-0 支持，實現了對該模型的極速適配與高效運行。
泰康發佈養醫大模型1.0：以人工智能賦能養老產業發展
廣角觀察2026.08.27 18:06 · 來自北京全文1667字讓科技更好服務人民健康、服務美好生活、服務健康中國建設。2026年8月22日，在泰康保險集團成立30週年之際，泰康正式發佈養醫大模型1.0。面向長壽時代日益增長的健康養老需求，泰康依託多年醫養產業實踐，推動人工智能與醫療、養老、康復、護理、健康管理等真實場景深度融合，探索以科技創新提升養醫服務質量和效率，為健康中國建設貢獻產業實踐。
Cowork內置瀏覽器上線，網友：總算跟上時代了
AI應用風向標（公眾號：ZhidxcomAI） 編譯｜畢偉豪 編輯｜漠影 8月27日消息，今早，Claude宣佈，Claude Cowork內置瀏覽器正式上線。執行任務時一旦涉及網站操作，Cowork可以直接調起側邊欄瀏覽器，完成網頁導航、信息讀取、點擊、輸入和表單填寫，也能從沒有專用連接器的門戶網站抓取數據。