NIST 7月27日启动AITE：以隔离测试环境评测AI模型，首批任务为量子、基因组与公共安全图像分析

美国国家标准与技术研究院2026年7月27日宣布启动人工智能技术评测项目AITE，由其信息技术实验室下属的技术测试与评估部门运行。按官方说明，AITE提供一个隔离的测试平台环境，用于在多样化数据集、模态与领域中评测AI模型在具体任务上的性能。项目设两类参与通道：数据提供方贡献原创数据集并定义评测任务，模型提供方则提交AI系统接受测试。隔离环境的核心目的是避免评测数据进入模型训练造成污染，从而使评估结果更接近对真实泛化能力的度量。首批评测覆盖三个领域，分别是量子科学的图像分析、基因组学的图像分析与公共安全的图像分析，三者均借助大型视觉语言模型开展。NIST表示后续会陆续增加新的评测任务，但公告未给出具体时间表，有意参与者可通过官方邮箱联系。该公告属于项目启动信息，尚未发布任何模型的评测结果或排名。

公开基准被训练数据污染是当前模型能力评估最突出的方法论问题，由标准机构运行隔离测试环境，意味着模型能力比较可能出现一条不受厂商自评影响的参照线。

若数据与模型提供方参与度足够，行业将获得可复现的第三方性能参照，长期影响采购与合规评估口径；短期内公告尚未发布任何评测结果或排名，对模型厂商无直接约束力。