Google DeepMind pilote la première évaluation en double aveugle d'un modèle propriétaire de pointe, avec le Singapore AI Safety Institute et MLCommons
Le 27 août 2026, Google DeepMind a présenté ce qu'il décrit comme la première évaluation en double aveugle d'un modèle d'IA propriétaire de pointe, menée sur Gemini Flash Lite. Le dispositif s'appuie sur Confidential Space, l'environnement de calcul confidentiel de Google Cloud, qui vérifie par la cryptographie que l'évaluateur ne voit pas les poids du modèle et que Google ne voit pas les invites de test. La méthode répond à la contamination des jeux d'évaluation, qui contraint aujourd'hui les laboratoires soit à transmettre leurs poids, soit à recevoir les questions du test. Le pilote associe le Singapore AI Safety Institute, OpenMined, AVERI et MLCommons. Il est signé de William Isaac, Sol Messing et Kristian Lum, et accompagné d'un rapport technique détaillant la méthodologie. Google DeepMind ne publie pas de score obtenu par le modèle dans l'annonce et appelle le reste de la filière à reprendre le procédé.
