무슨 일이 있었나
사전 인쇄본이며, 동료 검토를 거치지 않았습니다. 저자들은 이중 맹목 평가(DBE) 프레임워크를 제시하며, 이는 보안 하드웨어 엔클레이브를 사용하여 암호화된 상호 비밀성을 제공함으로써 외부 평가자의 비공개 벤치마크 프롬프트가 모델 소유자에게 공유되지 않고, 소유자의 독점 가중치와 추론 코드가 자체 인프라 내에서 기밀로 유지되도록 한다. 그들이 세계 최초의 파일럿이라고 설명하는 실험에서, Google Cloud Platform의 NVIDIA H100 보안 엔클레이브 내에서 OpenMined의 PySyft를 사용하여 Google DeepMind의 Gemini 2.5 Flash Lite를 비공개 AILuminate 벤치마크 코퍼스로 평가했으며, 5% 미만의 컴퓨팅 오버헤드를 보고했다. 이 논문은 프런티어 AI 안전 평가에서의 벤치마크 오염과 신뢰 문제를 다루는 독립적인 프레임워크 및 파일럿 연구이다.
왜 중요한가
이는 독점 프런티어 모델에 대한 독립적이고 재현 가능한 평가를 위한 구체적인 기술적 경로로, 제3자 및 정부 AI 안전 감사, 그리고 프런티어 AI 규제가 점점 더 의존하는 검증 생태계에 직접적으로 관련된다.
필요한 조치
외부 AI 평가 또는 감사 역량을 구축하는 경우 이 문서를 기술 참조 자료로 추적하십시오; 단, 이는 비검토 사전 인쇄본이며 파일럿이 단일 조직에 국한되어 있음을 유의하십시오.