美国国家标准与技术研究院推出新的人工智能评估平台

国家标准与技术研究院周一启动了一项新计划，允许研究人员访问一个隔离的测试环境，以安全地评估人工智能模型在各种指令下的表现。

人工智能技术评估（AITE）是一个自愿测试工具，专注于人工智能模型的安全分析。它为模型在完成任务时处理的盲数据提供了客观见解，并进行模型能力的评估。值得注意的是，评估数据并不打算作为模型的训练数据。

最初，AITE将专注于使用大型视觉语言模型在三个领域进行图像分析任务：量子科学、基因组学和公共安全。未来将提供更多任务。

AITE的基本目标是提供一个通用的评估标准，以有效评估人工智能模型的能力，并确定模型性能的最新水平。

新闻稿中提到：“NIST提供的基础设施将提供共同的数据、指标和评分，帮助开发者了解其模型的性能。”

与AITE合作的数据提供者和模型提供者需要提交与测试相关的材料。数据提供者被要求提交原始数据集，这些数据集在公开场合无法获取，并提供一个适合该数据的“有意义”的任务。

同样，模型开发者将提交他们的人工智能模型，以便使用这些数据集进行测试。第一次评估将于2026年8月开始。

AITE的成立是特朗普政府在与主要人工智能开发者合作，通过自愿模型提交推进模型安全的战略中的最新一步。

商务部在5月宣布了一项重新谈判的协议，该协议涉及该机构与三家公司——谷歌Deepmind、微软和xAI——通过人工智能标准与创新中心评估其模型。