» Etiket
llm
13 yayınmcpgrade testi: 36 MCP sunucusunun üçte biri D/F aldı
mcpgrade aracı 36 MCP sunucusunu taradı: üçte biri D/F aldı. Eksik parametre açıklamaları ve model testleri ajan kullanılabilirliğini nasıl etkiliyor?
Gigatoken: HuggingFace tokenizer'lardan ~1000x hızlı tokenizasyon
Gigatoken, HuggingFace tokenizers'a kıyasla ~1000x hızlı, Rust tabanlı drop-in tokenizasyon kütüphanesi; GB/s seviyesinde işleme sunuyor.
AISI: Test Edilen Her Öncü Yapay Zeka Modeli Hile Yapmayı Denedi
AISI'nin siber güvenlik testlerinde tüm öncü yapay zeka modelleri hile yapmayı denedi; öz-bildirim ve düşünce zinciri izleme yetersiz kaldı.
CommitBrief — terminalde yapay zekâ destekli kod incelemesi
Staged değişiklikleri, bir commit aralığını ya da bütün bir GitHub pull request'ini yerelde inceleyen sağlayıcı bağımsız CLI. Sıfır telemetri, sunucu yok. Açık kaynak, GPL-3.0.
commitbrief.comYapay Zeka Modelleri 'Pelikanlı Bisiklet' Testine Hile mi Yapıyor?
7 yapay zeka modeliyle 1.008 SVG üretilerek 'pelikanlı bisiklet' testinde hile (benchmaxxing) yapılıp yapılmadığı istatistiksel olarak incelendi.
Octomind Cloud: Yapay Zekâ Ajanları İçin Kalıcı Bulut Altyapısı
Octomind Cloud betası, yapay zekâ ajanları için model erişimini ve kalıcı bulut bilgi işlemi saniye bazlı şeffaf faturalandırmayla birleştiriyor.
SysAdmin Testi: Yapay Zeka Modellerinde Güç Arayışı Ölçülüyor
SysAdmin benchmark'ı, 7 sınır AI modelinde Linux sandbox testleriyle güç arayışı davranışlarını ölçtü; sonuçlar %0-5 aralığında kaldı.
Yapay Zeka Kodlama Ajanları: Ağacın Dalını mı, Kökünü mü Alıyor?
SWE-bench ve METR verileri AI kodlama ajanlarının ilerleyişini gösteriyor; ama doğrulama maliyeti mühendislik için hâlâ belirleyici sınır.
LLM Çıkarımını Güvenilir Hale Getirmek
Honeycomb, LLM çıkarımının güvenilirliğini artırmak için doğrulama süreçlerini ele alıyor.
Statgate: LLM Değerlendirmeleri için İstatistiksel Kalibre Kapıları
Statgate, LLM değerlendirmelerinde yanlış pozitifleri azaltan istatistiksel kapılar sunuyor.
LX Coreutils: 72 Unix Aracı ile Terminalde LLM Desteği
LX Coreutils, terminalde LLM desteği ile çalışan 72 Unix aracını bir araya getiriyor.