Google DeepMind 首次对前沿 AI 模型进行双盲评估，试点测试了 Gemini 家族中的轻量级成员 Gemini 2.5 Flash Lite。参与方包括新加坡 AI 安全研究所（AISI）、隐私计算非营利组织 OpenMined、AI 基准测试联盟 MLCommons 以及评估公司 AVERI。评估在 DeepMind 的 Confidential Space 中运行，这是 Google Cloud 机密计算产品组合中的一款产品，利用基于硬件的可信执行环境（TEE）封存数据，使连基础设施运营方都无法查看内部运行的内容。参与的相关公司和机构已表示有兴趣将保密双盲方法扩展到更广泛的基准集，并最终扩展到比本次首轮使用的轻量级 Gemini 2.5 Flash Lite 更大、能力更强的前沿模型。