事件经过
预印本,未经同行评审。作者提出了双盲评估(DBE)框架,利用安全硬件飞地提供加密的相互保密机制,使外部评估者的私有基准提示词永远不会与模型所有者共享,同时所有者的专有权重和推理代码仍在其基础设施内保持机密。在作者所称的世界首次试点中,他们使用OpenMined的PySyft,在Google Cloud Platform上的NVIDIA H100安全飞地内,针对私有AILuminate基准语料库评估了Google DeepMind的Gemini 2.5 Flash Lite,报告计算开销低于5%。该论文是一项独立的框架加试点研究,聚焦于基准污染和前沿AI安全评估中的信任问题。
影响分析
这是对专有前沿模型进行独立、可复现评估的具体技术路径——与第三方和政府AI安全审计,以及前沿AI监管日益依赖的验证生态直接相关。
建议行动
如果你正在构建外部AI评估或审计能力,请将此作为技术参考跟踪;请注意,这是未经评审的预印本,且试点仅涉及单一组织。