11 place 0 fresh

94 Детектор был прав, разметка врала: как мы искали слепую зону LLM-судей и нашли ошибки в эталоне

Habr
itsjustmarsel @ Habr · today 08:28 EDT

Детектор был прав, разметка врала: как мы искали слепую зону LLM-судей и нашли ошибки в эталоне

Мы собрали training‑free детектор галлюцинаций из шести готовых языковых моделей, получили хорошие метрики и наткнулись на красивую загадку: группу примеров, которые все судьи единогласно считали корректными, хотя эталонная разметка помечала их как галлюцинации.На первый взгляд это выглядело как универсальная слепая зона LLM‑as‑judge — переносимый и потенциально важный результат. Однако собственная процедура проверки показала обратное: большей части этих меток не удалось пройти сверку с первоисточником. Суд

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

🔮
08.07.2026 ♒︎ Horoscope for Aquarius today: Today, your attention will primarily be drawn to the sphere of... 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

Startups News
Daniel Levi @ Startups News 1 place · today 10:19 EDT

OpenAI to launch GPT-5.6, its most advanced AI model yet, after U.S. national security review

OpenAI will publicly launch GPT-5.6 on Thursday, ending a delay prompted by U.S. government concerns about the national security risks posed by more capable AI systems. The launch marks one of the clearest signs yet that frontier AI releases are ... Read more

0 newcommer

MacRumors
Hartley Charlton @ MacRumors 1 place · today 10:18 EDT

Apple Begins Testing Controversial Chinese Memory Chips

Apple is testing DRAM memory chips from China's state-backed ChangXin Memory Technologies (CXMT), according to a new report from the Financial Times. Last week, it emerged that Apple was in discussions with CXMT and fellow Chinese chipmaker Yangtze Memory Technologies (YMTC) about sourcing memory, with no deal finalized. The new details suggest Apple has since progressed to qualifying CXMT's chips specifically, running the company's memory through the kind of technical... Read more

0 newcommer

CoinDesk
James Van Straten @ CoinDesk 1 place · today 10:17 EDT

Adam Back's BSTR scraps original SPAC terms, seeks new deal

The companies will not complete the transaction under the original July 2025 agreement and the shareholder vote has been postponed indefinitely. Read more

0 newcommer

Habr
startmaker @ Habr 1 place · today 10:11 EDT

Голосовой ИИ-репетитор изнутри: архитектура разговора в реальном времени

Доброго времени суток!меня зовут Кирилл, хочу рассказать вам о своем проекте Aisha – ИИ репетиторе английского языка для разговорной практики. Об идее, отличиях, технических аспектах. Читать далее Read more

0 fresh

Digital Trends
Dave McQuilling @ Digital Trends 1 place · today 10:11 EDT

Roborock brought FIFA World Cup fever to Miami and it was blast to experience

Roborock turned Miami's Aventura Mall into a unique celebration of technology and football, and it was quite a spectacle. Read more

0 fresh

GSMArena.com
GSMArena.com 1 place · today 10:08 EDT

Samsung opens up Galaxy Z Fold8 and Z Flip8 reservations

After Samsung confirmed the Galaxy Unpacked date for July 22, the company opened up reservations for the upcoming Galaxy Z Fold8 and Z Flip8 series. As always, you can just register and wait until the actual devices come out before making a final decision on buying a handset. This year, Samsung is more modest with its pre-sale offers. The reservation offer includes a $30 credit that can be used toward... Read more

0 fresh

EU-Startups
David Cendon Garcia @ EU-Startups 1 place · today 10:07 EDT

Can entrepreneurs have children and still succeed? New survey digs deep

Startup culture loves a sacrifice story. Sleepless nights, missed holidays, laptops open at dinner, founders running on caffeine and conviction. But a new international survey suggests one of the biggest costs of entrepreneurship may be far more personal: many founders are delaying, limiting, or questioning family life because of the pressure to build a company. ... Read more

0 fresh

Startups News
Nickie Louise @ Startups News 2 place · today 10:05 EDT

Top Tech News Today, July 8, 2026

It’s Wednesday, July 8, 2026, and AI is no longer just shaping the tech news cycle—it’s reshaping markets, regulation, space, cybersecurity, semiconductors, and even national security. Today’s biggest stories show the technology industry entering a more consequential phase: governments are ... Read more

0 fresh

Habr
physicist2018 @ Habr 2 place · today 10:04 EDT

Используем sqlc в Го: нужно ли делать отдельный слой «репозиторий», или достаточно сгенерированного?

Всем привет! Эта статья является выжимкой моего опыта. Возможно для кого-то это очевидные вещи, тем не менее, считаю, что она может мыть полезна начинающим и не только.Для работы с базами данных в го есть несколько подходов от стандартного "ручного", до удобных, таких как sqlx, GORM, sqlc... Список можно продолжать дальше.При разработке очередного ПО я познакомился с sqlc (https://sqlc.dev/) и его подход мне понравился: на основе sql запросов создается полноценная обертка... Read more

0 fresh

Digital Trends
Rachit Agarwal @ Digital Trends 2 place · today 10:04 EDT

Rollme’s new AirCam puts a camera in your headphones for under $80

Rollme's AirCam is a bone conduction headset with an 8 MP camera, real-time translation, and a price that undercuts every rival out there. Read more

0 fresh

CoinDesk
Francisco Rodrigues @ CoinDesk 2 place · today 10:01 EDT

BNB Chain is building a new layer-1 for high-frequency trading and AI agents

The network aims to process over 100,000 transactions per second by streaming them directly, eliminating public queues to make trades faster and more secure. Read more

0 fresh

Gizmodo
James Pero @ Gizmodo 1 place · today 10:00 EDT

Meta Is Toying With the Idea of Smart Glasses That Record Everything, All the Time

Meta seems to think there's no such thing as a bad idea when it comes to smart glasses. Read more

0 fresh

Digital Trends
Shikhar Mehrotra @ Digital Trends 3 place · today 09:58 EDT

Apple starts testing cheaper Chinese RAM inside iPhones, but your pocket won’t feel the ease

Apple is testing memory chips from CXMT, a state-backed Chinese chipmaker on the Pentagon's watchlist. Washington pushed back once before. It likely will again. Read more

0 fresh

Habr
infostart-press (INFOSTART.RU) @ Habr 3 place · today 09:57 EDT

Добро пожаловать в мир INFOSTART TECH EVENT 2026

У INFOSTART TECH EVENT 2026 появился сайт, а вместе с ним - новый визуальный стиль. В этом году конференция уходит в фэнтези-мир: не только на картинках и баннерах, но и в оформлении площадки, навигации, сувенирах, интерактивах, вечеринке и игровых механиках. Конференция пройдет 8–10 октября 2026 года в Санкт-Петербурге. Это событие для тех, кто работает с 1С, корпоративными системами, архитектурой, инфраструктурой, тестированием, интеграциями и управлением разработкой.Для TECH EVENT выбран образ Старого... Read more

0 fresh

Tom's Hardware
Tom's Hardware 1 place · today 09:56 EDT

Power company hikes data center bills by 30%, cuts residential electricity costs by 1.3% — Oregon approves change through POWER Act, pushes developments using more than 20 Megawatts of power to pay their fair share

Oregon approves the 29.7% price hike that Portland General Electric (PGE), the state's largest power provider, will impose on users that consume 20MW or more. This move is backed by Oregon's POWER Act, which helps ensure that data centers in PGE's coverage area pay their fair share. Read more

0 fresh

The most popular news from the same source for the last week
Habr Habr
Habr
SimpleOne_it (SimpleOne) @ Habr · 07/01/2026 10:38 EDT

Призраки инфраструктуры: кто ответит за сервер, у которого нет владельца

Пятница, 23:47. prod-db-07 лежит, авторизация мобилки не работает, 40 000 пользователей не могут войти. В поле «владелец» — прочерк, последний ответственный уволился в ноябре. Чинят под паролем root/root из письма двухлетней давности. Читать далее Read more

0

Habr
sproshchaev (OTUS) @ Habr · 07/01/2026 10:50 EDT

REST Assured: почему зелёные тесты пропускают баги в API

В статье разбираем практический маршрут на REST Assured 6.0.0 и JSON Schema: как закрыть структуру ответа одной проверкой, как сделать схему по-настоящему строгой и где в этой связке спрятан капкан, из-за которого схема с условной логикой выглядит рабочей, но не проверяет ничего. Читать далее Read more

0

Habr
Ekamelev @ Habr · 07/01/2026 10:56 EDT

— Егор, а можешь показать свой AGENTS.md?

Да не вопрос! На самом деле буквально три месяца назад у меня вообще не было никакого AGENTS.md. Он появился автоматом, когда я устанавливал code-review-graph.История такая: я каждый день провожу стримы на Ютубе, где показываю процесс разработки своего проекта. И однажды в чатике мне посоветовали воспользоваться code-review-graph, чтобы сэкономить токенов в Codex. Я воспользовался советом, запустил установку через терминал — и в проекте автоматом появилась куча инструкций для разных агентов. Среди... Read more

0

Habr
slonik_pg (Postgres Professional) @ Habr · 07/01/2026 10:57 EDT

Книга «PostgreSQL 18 изнутри»: архитектура «слона» под новым капотом

Компания Postgres Professional представляет новое издание книги Егора Рогова «PostgreSQL 18 изнутри», которое будет выпущено в издательстве «ДМК Пресс» в 2026 году. Электронная версия доступна уже сейчас. Эта книга — подробный путеводитель по внутреннему устройству СУБД PostgreSQL, призванный помочь разработчикам и администраторам детально разобраться в механизмах её работы. Читать далее Read more

0

Habr
RavMI @ Habr · 07/01/2026 11:11 EDT

Безопасный AI-мониторинг Oracle в закрытом контуре с использованием Python, Ollama и V$WAITCLASSMETRIC

 Безопасный AI-мониторинг Oracle в закрытом контуре с использованием Python, Ollama и V$WAITCLASSMETRIC Введение В существующей системе мониторинга Oracle уже использовалось разработанное мной решение, которое с интервалом в 1 минуту собирало метрики производительности из представления V$WAITCLASSMETRIC и отображало их в Grafana. Графики наглядно показывали изменения времени ожиданий в классах User I/O, Commit, Concurrency и других, однако они показывали лишь сам факт изменения нагрузки, не объясн Read more

0

Habr
Diana_shigaeva @ Habr · 07/01/2026 11:24 EDT

Цена лидерства: Почему успешные руководители чувствуют себя одинокими и изолированными

Кресло руководителя часто кажется вершиной «пищевой цепи», пропуском в клуб избранных и ежедневным триумфом. Но никто не предупреждает, что в комплекте с должностью идет билет в «одиночную камеру».Одиночество лидера - тема донельзя стигматизированная. Управленец не имеет права на публичную слабость. На консультациях и закрытых встречах мы говорим о социальной изоляции, но исключительно за закрытыми дверями. Потому что стоит руководителю признаться, что он банально выгорел и ему не с кем поговорить,... Read more

0

Habr
MarinaLomadze (Cloud.ru) @ Habr · 07/01/2026 11:30 EDT

Кем вы будете работать через три года, если ваш главный конкурент — ИИ-агент

Привет, на связи снова Марина Ломадзе, руководитель направления привлечения и найма талантов в Cloud.ru. И меня беспокоит вопрос: если через 2–3 года рядом со мной будет работать ИИ-агент или даже мультиагентная система, то кем в этой комбинации буду я? Что я умею такого, чего не умеет агент, и какие роли вообще появляются вокруг ИИ, в которые я могу перейти не когда-нибудь потом, а уже сейчас?В этом тексте разберу новые роли,... Read more

0

Habr
ZergsLaw @ Habr · 07/01/2026 11:26 EDT

Как не нарваться на prompt-injection или зачем нам проверять скиллы?

В прошлой статье говорили про использования LLM хакерами, и обещал как раз продолжение, как защищить свое рабочее пространство, ну в общем, к делу :)Когда последний раз вы проверяли библиотеку на уязвимости? Или софт, что вы ставите и используете - проверяли? Ну, вот и я также - почти что никогда (раньше)Суть вот в чем, мы в одной из прошлых статей то и обсуждали, что разработка своих скиллов - это естественная история,... Read more

0

Habr
vogloblin @ Habr · 07/01/2026 11:27 EDT

Как эксперту выйти на рынок фриланса?

Когда спрашивают о том, как стать фрилансером или выйти на рынок консалтинга, надо понимать несколько ключевых моментов. Назовем их моделью, той общей рамкой, из которой мы будем смотреть на рынок труда. А уже из нее — на план практических действий. Читать далее Read more

0

Habr
k_goncharov @ Habr · 07/01/2026 11:39 EDT

Техгиганты увольняют людей — к чему готовиться джунам

Этой весной американский разработчик программного обеспечения Oracle уволил почти 30 000 сотрудников в ходе трансформации компании. Председатель совета директоров и технический директор корпорации Ларри Эллисон уверен, что завтра выиграют те, кто сегодня строит инфраструктуру для ИИ. Поэтому бизнес инвестирует миллиарды в строительство дата-центров. Согласно недавним заявлениям Oracle, в 2027 году объем инвестиций в это направление составит $70 млрд. А увольнения позволят высвободить до $12 млрд в год, что. Read more

0

Most popular sources

  • You see 890 news out of 890.
  • Sources 61 out of 61.
AlleyWatch 0%
Ubergizmo 0%
Droid Life 0%
Startup News 0%
150sec 0%
View sources »

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

08.07.2026 10:34
Last update: 10:25 EDT.
News rating updated: 17:20.

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