13 place 0

851 AI обнулил benchmark и пытался шантажировать инженера. И почему это решаемо

Habr
vdv007 @ Habr · 05/26/2026 01:00 EDT

AI обнулил benchmark и пытался шантажировать инженера. И почему это решаемо

Топовые AI-модели с 95% на SWE-bench показывают 0% и 3% на ProgramBench бенчмарке, где задачи специально не пересекаются с обучающей выборкой. Не «упали на десять пунктов» - обнулились.Параллельно: в мае 2025 Anthropic опубликовали safety-эксперимент, где Claude Opus 4 в 84-96% случаев пытался шантажировать инженера приватной перепиской, чтобы избежать отключения. В мае 2026 они же выпустили разбор причин и инженерное решение - production-модели на этом тесте теперь 0%.Две истории, одна структура: модель пр

To see detailed statistics for the news please log in »

Read the original

Add your comment
You must be logged in with Facebook to read and write comments.

A newsletter a day!

You may get 10 most important news around midday in daily newsletter. Press the button and we will send you the most important news only, no spam attached.

or register

LIKE us on Facebook so you won't miss the most important news of the day!

News from the same source
Habr Habr
Silicon Valley
George Avalos @ Silicon Valley 1 place · 02/07/2106 01:28 EDT

Newark apartment complex bought for much less than prior value

An East Bay apartment complex has been bought at a price that's well below its prior value. Read more

0

🔮
25.07.2026 ♋︎ Dear Cancer! Today, the stars favor your personal relationships, making this day ideal for romantic... Read more ›
Silicon Valley
George Avalos @ Silicon Valley 2 place · 02/07/2106 01:28 EDT

PG&E buys San Jose building to bolster South Bay operations

A PG&E Corp. unit has bought a San Jose building in a move to bolster the utility's South Bay operations. Read more

0

Gizmodo
Justin Carter @ Gizmodo 1 place · today 10:30 EDT

RIP Chuck Russell, ‘The Mask’ and ‘Nightmare on Elm Street 3’ Director

Along with 'The Mask,' Russell is best known for helming 'The Blob,' 'Dreamscape,' and 'The Scorpion King.' Read more

0 newcommer

SlashGear
SlashGear 1 place · today 10:30 EDT

14 Electronics & Retro Games On Amazon That Are Pure Nostalgia

Finding Amazon retro gadgets and electronics worth your time is hard, but we're here to help. Read more

0 newcommer

Digital Trends
Pranob Mehrotra @ Digital Trends 1 place · today 10:11 EDT

Stop losing your notes and start the school year with one of these e-readers that double as notebooks

Your notes are scattered across notebooks, your PDFs are buried in folders you'll never find again, and your backpack is heavier than it needs to be. These e-readers with pen support fix that by doing it all on one device: reading, writing, and staying organized. Read more

0 fresh

Digital Trends
Varun Mirchandani @ Digital Trends 2 place · today 10:10 EDT

Google Flow Music Spaces is becoming an all-in-one AI music studio

Google has rolled out a major update for Flow Music Spaces, adding AI-powered song editing, stem splitting, image generation, lyrics, and video creation to its collaborative workspaces. Read more

0 fresh

Habr
Zemcoviv @ Habr 1 place · today 10:10 EDT

Распространение персональных данных: как появилась статья 10.1 (часть 2)

Первая часть закончилась выводом: концепцию закона собрали заново между первым и вторым чтениями, за считаные дни и без публичного обсуждения. Отсюда естественный вопрос — насколько получившийся текст пригоден к применению. Читать далее Read more

0 fresh

The Verge
Terrence O’Brien @ The Verge 1 place · today 10:05 EDT

Warner Bros. is suing Amazon for poaching employees

Warner Bros. Discovery has filed suit against Amazon, accusing it of illegally poaching employees, including Pia Barlow, former senior VP for originals marketing. In the complaint, Warner says that "Amazon has chosen to ride on the coattails of other well-established Hollywood mainstays," and that it engaged in a "lawless employee shopping spree." Deadline reports that […] Read more

0 fresh

Business Insider
Talia Lakritz @ Business Insider 1 place · today 09:56 EDT

Inside the pope's centuries-old summer retreat, a 135-acre estate overlooking an Italian lake

Pope Leo XIV is on vacation at the Apostolic Palace in Castel Gandolfo, Italy, a 135-acre estate featuring multiple properties and gardens. Read more

0 fresh

Business Insider
Kimanzi Constable @ Business Insider 2 place · today 09:47 EDT

I'm tired of being the one everyone depends on. At 45, I want to be selfish and not be needed for this season of life.

I've been financially successful, so my family and friends often rely on me for financial and emotional support. It's breaking me, so I need a change. Read more

0 fresh

SlashGear
SlashGear 2 place · today 09:45 EDT

5 Mini Tools You Can Get At Tractor Supply

Tractor Supply Co. offers a wide range of tools, including smaller ones that don't take up much space. Here are a few of their mini offerings. Read more

0 newcommer

CNET
Jason Chun @ CNET 1 place · today 09:45 EDT

Avatar Aang: The Last Airbender is the ATLA Movie We Should Have Gotten in 2010

Commentary: Finally, we’re getting a new adventure with the original Team Avatar. Read more

0 fresh

Habr
DarkGramForIOS @ Habr 2 place · today 09:45 EDT

Как функция сохранения удалённых сообщений едва не положила весь мессенджер

Технический детектив о последовательной очереди, бесконечной валидации и баге, который оказался сразу несколькими Читать далее Read more

0 fresh

Inc42 Media
Akshit Pushkarna @ Inc42 Media 1 place · today 09:36 EDT

Swiggy Plummets, BlueStone Soars Amid Bearish Week For New-Age Tech Stocks

It was a bearish week for India’s new-age tech stocks as renewed geopolitical tensions and a broad-based market selloff weighed… Read more

0 fresh

Habr
Niketas @ Habr 3 place · today 09:33 EDT

Дженсен Хуанг завёл твиттер и первым же постом собрал коалицию против фронтирных лаб

Его открытое обращение в защиту опенсорса подписали уже 35 компаний. Anthropic, Google и Amazon в списке нет. Читать далее Read more

0 fresh

The most popular news from the same source for the last week
Habr Habr
Habr
germanenik @ Habr · 07/18/2026 11:10 EDT

«Китай опроверг Запад…» и другие моменты с Кэтлин Айзенхардт

Первая из серии статей о самых понравившихся мне курсах Стэнфорда, где я отучился пять лет на факультете компьютерных наук.  Рассматриваем курс MS&E 280: Organizations and Structures с Кэтлин Айзенхардт. Читать далее Read more

0

Habr
youtube_com_chevichelov @ Habr · 07/18/2026 11:15 EDT

Разработка автономного лабораторного блока питания с Power Delivery 140 Вт

Практически любой лабораторный блок питания привязан к розетке. Это не проблема, пока работа ведётся за рабочим столом. Но как только возникает необходимость выехать на объект, протестировать автомобильную электронику или запитать устройство вдали от сети, обычный лабораторный блок питания превращается в бесполезную коробку.Мне захотелось объединить сразу несколько устройств в одном корпусе: Читать далее Read more

0

Habr
webrobot @ Habr · 07/18/2026 12:09 EDT

ч. 18 — ИИ + человек создают 2D анимации для онлайн игр с доставкой до клиента

Уже 18 частей с 2022 года я веду дневник разработки авторитарного сервера для 2D MMO RPG — игры с открытым бесшовным миром, где сотни игроков и существ живут в реальном времени. В прошлой части ИИ впервые получил «руки»: начал собирать игровую механику из одного текстового описания. Оставалась витрина, которую я обещал, — как в эту игру попадают анимированные персонажи. Об этом — восемнадцатая часть. Читать далее Read more

0

Habr
Assador @ Habr · 07/18/2026 12:14 EDT

Не отдам Gpick! Он хороший! Но крутить педали придётся…

Уже давно весьма огорчаюсь тем, что в моём любимом Gpick отвалилась пипетка с тех пор, как KDE со своей Плазмой прочно переехали на Wayland. Если раньше я ещё мирился с GTK-шностью Gpick (про KDE, плазму и вяленого — поручик, молчать!), то теперь совсем взгрустнулось… Читать далее Read more

0

Habr
SLY_G @ Habr · 07/18/2026 13:02 EDT

[Перевод] «Митохондриальная теория разума» Мартина Пикарда

Было девять утра четверга, и Мартин Пикард наблюдал, как его кровь утекает по шлангу капельницы из руки в отверстие в стене. Он сидел на односпальной кровати в тесной комнатке, расположенной на расстоянии меньше ширины плеча от раковины из нержавеющей стали и фарфорового унитаза. Каждый час в течение 24 часов, в том числе во время сна, медсестра отводила кровь из его руки исследовательской группе, работавшей в соседней комнате; в каждый момент... Read more

0

Habr
TraPhro @ Habr · 07/18/2026 13:50 EDT

Уроки риска от Питера Бернстайна

Для инвесторов «Уоррен» может означать только председателя Berkshire Hathaway; «Джек» — основателя Vanguard Group. А до своей смерти в 2009 году «Питер» означало Питера Бернстайна: экономиста, историка, мыслителя в области инвестиций и одного из самых мудрых и философских людей на Уолл-стрит. Питер видел всё, встречался со всеми, изучал всё и многие даже из великих уверены, что он разобрался в риске лучше всех. Его биография впечатляет: однокурсник Кеннеди в Гарварде, офицер... Read more

0

Habr
GeeksCat (Timeweb Cloud) @ Habr · 07/18/2026 14:05 EDT

Как русские «Героев» спасали: история разработки Heroes of Might and Magic V

2003-й год. В мире 8 000 человек болеют атипичной пневмонией, США начинают военную операцию в Ираке, Санкт-Петербург празднует трёхсотлетие города, а в игровой индустрии громкое событие: торжественно банкротится студия 3DO, которая владела правами на культовую серию Heroes of Might and Magic. New World Computing — те самые волшебники, что подарили миру первые четыре части, — закрываются. Миллионы фанатов по всему миру одновременно хватаются за сердце и тянутся за валерьянкой. Кажется,... Read more

0

Habr
a113ssa @ Habr · 07/18/2026 14:15 EDT

Квантовый компьютер, выращенный… прямо в живом организме

Научная фантастика или…? Давайте разбираться.Для начала небольшая теория, необходимая для погружения в тему, для тех кто далек от физики, а тем более от квантовой. Не волнуйтесь, объяснения не содержат формул и максимально просты. Это необходимо для понимания, почему квантовые состояния такие хрупкие и почему все с ними так носятся.Вы, скорее всего, уже не раз слышали про эффект наблюдателя.Неудачное название породило целую эзотерическую религию. Но явление, скрывающееся за этим названием, гораздо... Read more

0

Habr
jtprogru @ Habr · 07/18/2026 14:36 EDT

Я слышу, как модель думает

Я часто ловлю тонкий, почти на грани слышимости писк, когда работаю с LLM на своем MacBook Pro. Иногда — когда вроде бы вообще ничего не запускал. Довольно долго подозревал, что профдеформация переросла в галлюцинацию.Оказалось — нет, это физика. Читать далее Read more

0

Habr
AGmind @ Habr · 07/18/2026 15:52 EDT

Мини‑ПК на Strix Halo под параллельной нагрузкой: 236 tok/s на 32 одновременных запросах и три ошибки

Один Beelink GTR9 Pro на Ryzen AI Max+ 395 выдал 236 tok/s суммарной генерации на 32 одновременных запросах в коротких прогонах и удержал в среднем 226 tok/s за 30 минут непрерывной нагрузки без тротлинга. По дороге к этим числам я нашёл воспроизводимый провал пропускной способности, который сначала выглядел свойством одной модели, увидел, как спекулятивный декодинг на моём стеке превращается из ускорителя в налог, и трижды чуть не опубликовал неверные выводы.... Read more

0

Most popular sources

  • You see 484 news out of 484.
  • Sources 61 out of 61.
Ubergizmo 0%
EU-Startups 0%
Financial Times 0%
Startups News 0%
Irish Tech News 0%
View sources »

LIKE us on Facebook so you won't miss the most important news of the day!

25.07.2026 10:46
Last update: 10:40 EDT.
News rating updated: 17:40.

What is Times42?

Times42 brings you the most popular news from tech news portals in real-time chart.
Read about us in FAQ section.


Times42 © 2026