Google DeepMind lần đầu thử đánh giá AI "hai lớp ẩn danh" trên Gemini 2.5 Flash Lite

Google DeepMind đã thử nghiệm phương thức đánh giá "hai lớp ẩn danh" (double-blind) trong đánh giá hiệu năng mô hình AI, theo đó nhà phát triển mô hình và tổ chức đánh giá bên ngoài không tiếp cận dữ liệu cốt lõi của nhau. Cách làm này nhằm giảm nguy cơ mô hình học trước câu hỏi kiểm tra hoặc nhà phát triển tinh chỉnh hiệu năng riêng cho từng bộ benchmark.

Google DeepMind cho biết trên blog chính thức ngày 27 rằng công ty đã phối hợp cùng Viện An toàn AI Singapore (Singapore AI Safety Institute), OpenMined, AVERI và ML Commons (MLCommons) để triển khai một dự án thí điểm đánh giá Gemini 2.5 Flash Lite bằng bộ benchmark không công khai. Công ty mô tả đây là đánh giá hai lớp ẩn danh đầu tiên trên thế giới áp dụng cho một mô hình AI cấp tiên phong (frontier) độc quyền.

Điểm mấu chốt của phương pháp này là bảo vệ đồng thời cả câu hỏi đánh giá lẫn trọng số mô hình. Tổ chức đánh giá bên ngoài cung cấp các prompt kiểm tra nhưng Google không được xem nội dung, trong khi Google cung cấp mô hình nhưng phía đánh giá không được tiếp cận trọng số mô hình.

Dữ liệu của cả hai bên được xử lý trong Confidential Space, môi trường điện toán bảo mật (confidential computing) của Google Cloud. Đây là môi trường kỹ thuật giúp bảo vệ dữ liệu trong quá trình xử lý, giảm nguy cơ bị truy cập trái phép hoặc chỉnh sửa từ bên ngoài.

Từ trước đến nay, việc đánh giá bên ngoài phần lớn dựa vào các điều khoản bảo mật trong hợp đồng hoặc phương thức không lưu log. Nhưng nếu tổ chức đánh giá chuyển câu hỏi kiểm tra cho nhà phát triển, nguy cơ lộ đề sẽ xuất hiện; còn nếu nhà phát triển chuyển trọng số mô hình ra ngoài, gánh nặng rò rỉ tài sản trí tuệ lại tăng lên.

Dự án thí điểm lần này có ý nghĩa vì đưa ra một quy trình giảm đồng thời cả hai rủi ro trên. Cách thiết kế cho phép nhà phát triển mô hình và tổ chức đánh giá cùng thực hiện một tác vụ đánh giá mà không phải trực tiếp công khai dữ liệu nhạy cảm cho nhau.

Trong báo cáo thí điểm riêng, AVERI cho biết đợt đánh giá này diễn ra trong tháng 7 và tháng 8 năm 2026. Đối tượng được kiểm tra theo báo cáo là Gemini 2.5 Flash Lite, còn ML Commons cung cấp các prompt chưa sử dụng thuộc chuỗi benchmark an toàn AILuminate.

Quy trình đánh giá diễn ra theo thứ tự mã hóa prompt, thực thi trong môi trường điện toán bảo mật, rồi giải mã kết quả và chấm điểm. AVERI thực hiện đánh giá cùng Google DeepMind, sau đó chấm điểm kết quả theo tiêu chí đã đặt ra.

Các prompt của AILuminate bao gồm những lĩnh vực an toàn như nguy cơ hóa học, sinh học, phóng xạ, hạt nhân, chất nổ, tấn công mạng, phát ngôn thù ghét, tự hại và kích động tội phạm bạo lực. Nội dung prompt và kết quả đầu ra thực tế không được công bố.

AVERI cho biết đã gửi cho Google DeepMind một báo cáo không công khai về các loại kết quả, kiểu thất bại và đánh giá định lượng. Nỗ lực lần này được xem là tập trung vào độ tin cậy của quy trình đánh giá hơn là một cuộc đua công bố điểm số công khai.

Các bộ benchmark đánh giá mô hình AI được doanh nghiệp dùng để lựa chọn mô hình, được nhà nghiên cứu dùng để so sánh và được dùng trong các quyết định chính sách. Nếu câu hỏi kiểm tra lẫn vào dữ liệu huấn luyện, hoặc mô hình tận dụng được dấu vết của môi trường đánh giá, điểm số có thể cao hơn năng lực thực tế.

Trong đánh giá các mô hình AI tiên phong, không chỉ hiệu năng mà cả cách xác minh an toàn cũng đang trở thành vấn đề gây tranh cãi. TokenPost từng đưa tin rằng tranh luận tại Mỹ về phạm vi rà soát trước khi phát hành các mô hình AI tiên phong đang ngày càng gay gắt.

Vấn đề này cũng liên quan trực tiếp đến doanh nghiệp tại Việt Nam. Khi đưa AI tạo sinh và AI agent vào vận hành, doanh nghiệp khó có thể chọn mô hình chỉ dựa trên điểm số benchmark công khai, mà cần kiểm tra thêm việc câu hỏi đánh giá có bị lộ hay không, mức độ độc lập của tổ chức đánh giá và phạm vi tiếp cận dữ liệu của bên cung cấp mô hình.

Tuy nhiên, dự án thí điểm này chưa giải quyết được toàn bộ vấn đề của việc đánh giá AI. AVERI cho biết thiết kế bảo mật lần này không ngăn chặn hoàn toàn khả năng nhà phát triển can thiệp vào kết quả, và trong các môi trường rủi ro cao với mức độ tin cậy thấp vẫn cần thêm các biện pháp bảo đảm khác.

Gần đây Google DeepMind thu hút sự chú ý của thị trường vì tái cơ cấu tổ chức và tiến độ phát triển Gemini. TokenPost từng đưa tin rằng việc tái cơ cấu tổ chức của Google DeepMind cùng sự chậm trễ của mô hình Gemini thế hệ mới đã làm gia tăng lo ngại trong giới đầu tư. Dự án thí điểm lần này cho thấy cuộc đua hiệu năng mô hình AI đang mở rộng ra ngoài việc công bố điểm số đơn thuần, hướng tới cả phương thức đánh giá và quy trình xác minh.