美國 NIST 推新 AI 評估平台 強化模型可靠與安全

美國國家標準及技術研究所（National Institute of Standards and Technology, NIST）於今日（7月27日）宣布推出全新的 AI Technology Evaluation (AITE) 平台。此平台旨在提供研究人員與開發者一個獨立的測試環境，以公正且嚴謹的方式評估人工智慧（AI）模型的性能。

根據國家標準及技術研究所於今天發布的公告，AI Technology Evaluation (AITE) 平台的核心理念，是透過在「盲數據集」（blind datasets）上進行評估，來防止測試數據被整合到模型訓練中，進而確保評估結果的客觀性與可靠性。該計畫將由國家標準及技術研究所的 Technology Test and Evaluation Division 領導，初期將重點評估大型視覺語言模型（VLMs），涵蓋量子科學、基因組學及公共安全等多個應用領域。

該平台設有兩種參與模式：數據提供者可提交原創數據集及相關評估任務，以獲得其數據集上領先 AI 模型的性能測量結果；模型提供者則可提交 AI 模型進行測試，了解其模型在多個領域的表現，並與其他模型進行比較。國家標準及技術研究所表示，其提供的基礎設施將提供共同的數據、指標和評分標準，以協助開發者理解其模型性能。任何同意平台參與協議與規則的組織及個人，皆可參與。

這項計畫是川普（Donald Trump）政府推動 AI 模型安全策略的最新舉措。美國商務部已在今年五月與 Google DeepMind、微軟（Microsoft）及 xAI 等三家公司重新達成協議，將透過 Center for AI Standards and Innovation 評估這些大型科技公司的 AI 模型。《Nextgov.com》報導指出，AI Technology Evaluation (AITE) 平台的第一批評估工作預計將於 2026 年 8 月啟動。