双盲评估：解决人工智能安全审计的双重保密困境

原文：Double Blind Evals: Resolving the Dual Confidentiality Dilemma in AI Safety Auditing

人工智能安全评估通常涉及敏感提示和专有模型。评估者希望对模型所有者保密他们的评估提示，以防止有意或无意的数据泄露，确保其基准的长期有用性。模型所有者反过来希望将其专有模型权重和推理代码保留在自己的安全基础设施中，以保护其 IP。我们预

正文由本站服务器抓取保存（已自动过滤广告、推荐位与追踪图片），排版与原站可能不同；版权归原站所有。