7月27日，美国国家标准与技术研究院（NIST）正式启动“人工智能技术评测”（AITE）计划，旨在为科研机构和开发人员提供隔离式测试环境，对AI模型开展盲测评估^[1]。该计划通过隔离测试数据，防止数据被纳入模型训练，从而确保评估结果的客观性与严谨性，帮助开发者更准确地了解模型性能。

AITE计划由NIST技术与测试评估部门主导，该项目初期将聚焦量子科学、基因组学及公共安全等关键领域，重点评估大型视觉语言模型的表现。与使用公开基准数据的常规评测不同，该计划将采用模型开发者事先无法接触的盲测数据，并在隔离环境中开展测试，以降低训练数据与测试数据重叠或测试题泄露的风险，提高评估结果的严谨性和可信度。

AITE计划将为参与者提供统一的数据、评价指标和评分方法，以提高不同AI模型之间的可比性。参与机制分为两类：一是数据提供方，负责提交本领域未公开的原创数据集及具有实际意义的测试任务，并获得主流模型在相关任务上的测评结果；二是模型提供方，提交AI模型参与测试，了解其模型在不同数据集和任务中的表现，以及在统一指标下与其他模型的相对差距。

目前，该计划面向同意相关协议与规则的组织和个人开放。随着项目推进，未来将持续扩展更多评测任务和应用场景，以推动AI模型标准化测试和可信评估体系建设。      

 （李晨曦）