I benchmarked 10 LLMs on slopsquatting — up to 87% installed fake packages
TL;DR — I ran 10 LLMs (Claude Haiku/Sonnet/Opus 4.x, GPT-5.4, GPT-5.4-mini, GPT-5.3-codex, GPT-5.2, local Ollama llama3.2:3b / qwen2.5-coder:7b / phi4…
AI & ML
⚑ Report a ProblemLatest AI & ML news from Tech News
All topics
AI
News
Tech
agents
ai
api
architecture
automation
aws
beginners
career
claude
cybersecurity
database
devchallenge
devops
javascript
llm
machinelearning
mcp
opensource
performance
productivity
programming
python
security
showdev
tutorial
typescript
webdev
Kaggle Benchmarks. «Kaggle уже не тот...»
В ML/DS сообществе есть шаблонная фраза “Kaggle уже не тот”. Ностальгия по временам ушедшим понятна, но в общем-то очевидно, что драматически меняется…
Как измерить LLM для задач кибербеза: обзор открытых бенчмарков
Привет, Хабр! Меня зовут Андрей Кузнецов, я ML-директор в Positive Technologies. Недавно я решил разобраться, какие бенчмарки измеряют способнос…
The YC President Endorsed an AI Memory System With Fake Benchmarks. He Also Shipped His Own. We Read the Code.
Garry Tan is the president and CEO of Y Combinator. He has over 738,000 followers on X. Yesterday he publicly endorsed MemPalace , calling it "impress…