GPT-5.5-Cyber beats Mythos: Update for OpenAI's security model

With a security initiative, OpenAI competes with Anthropic's Mythos and also offers a security review service for open-source projects.

https://www.heise.de/en/news/GPT-5-5-Cyber-beats-Mythos-Update-for-OpenAI-s-security-model-11341557.html?wt_mc=sm.red.ho.mastodon.mastodon.md_beitraege.md_beitraege&utm_source=mastodon

#Anthropic #Benchmark #IT #KünstlicheIntelligenz #OpenSource #OpenAI #Security #Sicherheitslücken #news

GPT-5.5-Cyber schlägt Mythos: Update für Sicherheitsmodell von OpenAI

Mit einer Sicherheitsinitiative geht OpenAI in Konkurrenz zu Anthropics Mythos und bietet zudem einen Sicherheits-Review-Service für Open-Source-Projekte.

https://www.heise.de/news/GPT-5-5-Cyber-schlaegt-Mythos-Update-fuer-Sicherheitsmodell-von-OpenAI-11341394.html?wt_mc=sm.red.ho.mastodon.mastodon.md_beitraege.md_beitraege&utm_source=mastodon

#Anthropic #Benchmark #IT #KünstlicheIntelligenz #OpenSource #OpenAI #Security #Sicherheitslücken #news

RT @elliotarledge: Ich habe einige sehr große Neuigkeiten... KernelBench-Hard mit H100 und B200 (Ergebnisse für einzelne GPUs). UND KernelBench-Mega, getestet auf RTX PRO 6000, H100, B200, ist endlich veröffentlicht! Bei Mega hat jedes Modell einen GPU-Megakernel (das bedeutet einen CUDA-Kernel pro generiertem Token) von Grund auf neu geschrieben, auf drei NVIDIA-GPUs (RTX PRO 6000, H100, B200), und jede Agenten-Trace öffentlich zugänglich gemacht. Claude Opus 4.8 gewinnt auf jeder GPU, bis zu 19,4x schneller als die Referenz auf der B200. GLM-5.2 ist das führende Open-Weight-Modell und der Vorsprung ist beträchtlich. Vollständige Ergebnisse + 172 Traces unten, falls ihr sie überprüfen oder damit trainieren möchtet. EIN RIESIGES DANKESCHÖN an @NVIDIAAI für die Sponsoring-Guthaben, um dies auf Datacenter-Hardware auszuführen!

mehr auf Arint.info

#AI #Benchmark #CUDA #GPU #KernelBench #NVIDIA #arint_info

https://x.com/elliotarledge/status/2068177175640240323#m

inferbench: download, launch & benchmark local LLM engines (llama.cpp & more) from one desktop app. Real tokens/sec on YOUR hardware — no invented numbers. Now serves models over MCP and generates images too. Open source:

https://jonimartin27.github.io/inferbench

#llm #localai #benchmark #llamacpp

Иллюзия 99% F1 в Time Series: как искажаются метрики в детекции аномалий и что показывает реальный тест 14 архитектур

Многие свежие SOTA-статьи по детекции аномалий во временных рядах заявляют F1 ≈ 99%. Мы проверили один из таких методов, и оказалось, что волшебство исчезает, если убрать из расчета протокол Point Adjustment. На датасете SMD разрыв между «бумажным» F1 и честным составил 47 процентных пунктов. В статье мы разбираем, как именно метрики искажаются, и представляем результаты нашего масштабного бенчмаркинга: 14 моделей (от LSTM-VAE до графовых сетей и нормализующих потоков), 7 датасетов, включая реальную промышленную телеметрию. Добавили стресс-тесты: шум, дрейф, выпадение датчиков и увидели, что «универсального чемпиона» не существует. Главный вывод: в условиях производства простые и проверенные архитектуры часто оказываются эффективнее тяжёлых SOTA-решений. Мы собрали результаты в практическую таблицу выбора модели — в зависимости от типа данных, характера аномалий и ожидаемых искажений сигнала. Всё основано только на реальных экспериментах.

https://habr.com/ru/articles/1048196/

#time_series #временные_ряды #anomaly_detection #поиск_аномалий #predictive_maintenance #предиктивная_аналитика #benchmark #трансформеры #графовые_нейросети #MVTS

🖥️🚀 Windows 11 : faut-il activer ces modes de boost CPU cachés ?

👉 https://www.justgeek.fr/modes-boost-cpu-caches-windows-11-151980/

#Windows11 #Tutoriel #BoostCPU #Test #Processeur #CPU #Benchmark #Informatique #PC #Tech