#ベンチマーク汚染 の記事一覧（1）

二重盲検AI評価とは？GoogleとシンガポールAI安全研究所が始めた「重みも問題も見せない」検証の仕組み

Google DeepMindが2026年8月28日、シンガポールAI安全研究所らとともに、商用フロンティアモデルとしては初となる二重盲検評価を開始しました。Google CloudのConfidential Spaceを使い、Gemini Flash Lite系モデルの重みを外部評価者に渡さず、評価者のテスト問題もGoogle側に見せないまま検証する方式です。