Google DeepMind 试点全球首次双盲 AI 评测
Google DeepMind 推出全球首次针对闭源前沿 AI 模型的双盲评测试点，在加密安全环境中测试 Gemini Flash Lite。试点联合新加坡 AI 安全研究所、OpenMined、AVERI 和 MLCommons，使用保密基准，防止测试内容被模型用于后续测试前的性能优化，提高评测可信度。
#DeepMind
#DeepMind
今日 0 条Google DeepMindAI 评分4949
Google Research精选AI 评分6969 Google Research 推进 AMIE 实时视听问诊研究，模拟评估达到专家级表现
Google Research 的 AMIE (Video) 在涵盖 100 个场景、300 次模拟问诊的随机研究中，核心临床能力获评与初级保健医生相当。系统基于 Gemini 和 Project Astra，通过对话、规划、感知三个异步智能体并行处理交流、临床推理和视听线索，在引导患者演员进行虚拟体格检查方面的平均评分显著高于医生组及文本版 AMIE。
推荐理由：研究将视频问诊与文本问诊、医生问诊放在同一模拟框架中比较，帮助区分视听感知带来的收益与真实临床适用性的边界。
Google DeepMind精选AI 评分6161 Google DeepMind 如何通过 AI Control Roadmap 保障 AI 智能体安全
Google DeepMind 介绍 AI Control Roadmap，为 Google 内部部署的 AI 智能体建立模型对齐之外的系统级纵深防护。框架基于 MITRE ATT&CK 进行威胁建模，以覆盖率、召回率和响应时间衡量监控效果，并按模型逃避检测与执行攻击的能力配置检测及预防响应级别。
推荐理由：将智能体视作潜在内部威胁，并按逃避检测与执行攻击的能力分级配置防护，为不完全依赖模型对齐的系统安全提供参考。
Google DeepMind精选AI 评分7171 Google DeepMind 评估 AI 辅助学习在塞拉利昂及其他地区的影响
Google DeepMind 在塞拉利昂的预注册试验显示，使用 Gemini Guided Learning 的学生在八周内数学成绩较对照组提升了 +0.258 个标准差。
推荐理由：教师主导的课堂试验为引导式 AI 教学提供了量化依据，但数学基础更强的学生获益更多也提示了缩小学业差距的挑战。
Google DeepMindAI 评分5555 Google DeepMind 的 Co-Scientist 如何加速寻找逆转细胞衰老的遗传线索
生物学家 Omar Abudayyeh 和 Jonathan Gootenberg 利用 Co-Scientist 寻找逆转细胞衰老的遗传因素，并加速分析大规模遗传筛选结果。
Google DeepMind精选AI 评分6060 Co-Scientist 助力发现肝病机制，提出获实验验证的假说
爱丁堡大学 Filippo Menolascina 团队利用 Co-Scientist 研究代谢功能障碍相关脂肪性肝炎（MASH），提出了后来获实验验证的机制假说。
推荐理由：案例展示了从跨领域文献综合到实验检验的研究路径，为利用 AI 缩小组合疗法搜索范围提供了具体参考。
Google DeepMind精选AI 评分6868 Co-Scientist 辅助寻找可用于治疗肝纤维化的既有药物
斯坦福大学医学院 Gary Peltz 团队利用 Co-Scientist 筛选肝纤维化候选药物，其推荐的 3 种药物中有 2 种在活人类肝细胞实验中阻断纤维化并促进细胞再生。
推荐理由：同一人类肝细胞实验平台对比了研究者与模型推荐的候选药物，为理解文献检索所得假设如何转化为实验结果提供了具体案例。
Google DeepMind精选AI 评分6565 Google DeepMind 探索以 AI co-clinician 支持医生监督下的医疗协作
Google DeepMind 宣布 AI co-clinician 研究计划，探索让 AI 在医生监督下辅助临床决策，并通过实时音视频与患者互动。系统在 98 个真实情境式初级诊疗问题中有 97 个未出现关键错误；在模拟远程问诊评估的 140 项能力中，68 项达到或超过初级保健医生水平，但医生总体表现更好，尤其在识别危险信号和指导关键体格检查方面。
推荐理由：研究将证据检索与远程问诊分开评估，呈现了医疗智能体在信息支持上的进展与临床判断上的差距，为理解医生监督的必要性提供具体依据。
Google DeepMindAI 评分5151 Google DeepMind 介绍 Decoupled DiLoCo：面向高容错分布式 AI 训练的新架构
Google DeepMind 在新论文中提出 Decoupled DiLoCo，通过计算集群间的异步数据流隔离局部故障，实现低带宽跨数据中心训练。团队使用 2-5 Gbps 广域网络，在美国 4 个区域完成了一个 12 billion 参数模型的训练，速度比传统同步方法快 20 倍以上。