Artificial Analysis Catches AI Coding Agents Cheating Their Way to Top Scores
Artificial Analysis now zeros out Terminal-Bench runs where coding agents pass tasks by fetching benchmark solutions online instead of solving them.
AImodels, tools, papers
BreezeBlue's Breeze TTS 2 Tops Open Weights Voice AI With 1,215 Elo
Breeze TTS 2 tops the open weights speech leaderboard with a 90 Elo lead, combining voice design, direction, and sub 140ms streaming.
Cerebras Unveils CS-4 Roadmap Targeting 30x Faster AI Than GPUs
Cerebras unveiled the CS-4 wafer-scale system architecture at Hot Chips and sketched a roadmap to CS-5 and 3D-stacked DRAM in CS-6.
NVIDIA's Dynamo Cuts LLM Engine Crash Recovery from 283 Seconds to 7
NVIDIA Dynamo's new shadow engine keeps a warm standby ready on the same GPU, cutting LLM failover from minutes to seconds.
Conceptual integrity and counting lines of code
Last week I recorded an episode of the Talking Postgres podcast with Claire Giordano on the subject of "How AI is changing software development". We had a really great conversation. Here are a couple of my highlights from a…
Qwen 3.8 27B is excellent, but it defaults to wildly overthinking things
Friday's big release was Qwen 3.8 27B , an Apache 2 licensed 27B parameter vision-capable LLM from Alibaba's Qwen research lab. I've been looking forward to this one: 27B is an excellent size for running a model on a reasonably…
Now we have a timeline of the OpenAI accidental attack against Hugging Face
OpenAI gave a last-minute presentation at the Black Hat security on Wednesday about "the Hugging Face Incident" ( previously on this blog). The video was published yesterday. It's short and information dense and well worth…
One-shotting a Raccoon Heist game using Claude Fable 5
Back in 2022 I tweeted screenshots of a game concept generated by GPT-3 and some concept "art" created using DALL-E. Today, on the fourth anniversary of that tweet, I decided to see if Claude Fable 5 (running in Claude Code for…
Tech & dealsthe wider industry, mergers, money
Pennsylvania's AG sues Snap, alleging Snapchat fails to protect teens from compulsively using the app, two weeks after filing a similar lawsuit against TikTok (Miranda Nazzaro/The Hill)
Pennsylvania Attorney General Dave Sunday (R) announced a lawsuit Tuesday, accusing Snap, the parent company of Snapchat …
Sources: Meta and state AGs have discussed a possible mid-trial settlement of the social media addiction lawsuit, which is currently in its second week of trial (Bloomberg)
Meta Platforms Inc. and state attorneys general have discussed a possible mid-trial settlement of a blockbuster case accusing …
AWS says it plans to shut down Mechanical Turk on September 30, 2026, following an assessment; the service, launched in 2005, outsourced tasks to humans (Annie Palmer/CNBC)
Amazon is soon pulling the plug on its 21-year-old crowdsourced work platform, called Mechanical Turk, the company said Tuesday.
South Korean AI services platform Wrtn raised a ~$72.2M Series C at a $722M+ valuation, bringing its total funding to ~$166M (Joyce Lee/Reuters)
South Korean AI services platform Wrtn Technologies said on Wednesday it had raised around 100 billion won ($72.2 million) in a Series C funding round that valued …
State AGs' trial: Adam Mosseri denies Instagram stalled by not making its "Take a Break" teen safety feature the default until nearly three years after launch (Reuters)
The top executive at Instagram said few teenagers used a key safety feature to limit their use before it was turned on by default …
Nitter, an open-source front end that let users read X without an account, says X sent cease-and-desist letters demanding a takedown; Nitter.net is now offline (Sarah Perez/TechCrunch)
Nitter, an open source project that allowed people to read X posts without logging into or even opening the X app …
Intuit reports Q4 revenue up 14% YoY to $4.35B, vs. $4.27B est., and forecasts FY 2027 revenue growth of 9% to 10%, below ~11% est.; INTU drops 8%+ after hours (Wall Street Journal)
The company expects revenue to increase 9% to 10% for fiscal 2027, down from 14% this year — Intuit forecast slower sales growth …
Magyarországtelex
Olcsó áramot ígér a napenergia, de ha lemegy a nap, jön a valódi számla
A napenergia önmagában valóban olcsó áramot termelhet, de ettől még nem lesz olcsó az egész villamosenergia-rendszer. A tárolás, a hálózatfejlesztés és a tartalék kapacitások költségei akkor is megjelennek, amikor csúcson járnak…
Grzegorz, a lengyel autós pórul járt Budapesten: csapda a külföldieknek a szombati munkanapi fizetős parkolás
Fordítóprogrammal nézték meg a közlekedési táblát, online is próbáltak tájékozódni, hogy kell-e fizetni a parkolásért. Hiába, megkapták a Mikulás-csomagot. Európában ismeretlen fogalom a ledolgozós szombati munkanap, csak a…
Nem létezik olyan, hogy zöldség, a paprika és az uborka is gyümölcs
Teljesen értelmetlen azon vitatkozni, hogy gyümölcs-e a paradicsom, ezt most sem fogjuk eldönteni, de azt elmondjuk, miért értelmetlen a vita, és miért rakják a gyümölcsök közé a boltban az avokádót.
Évi tízmilliárdokat bukik a magyar gazdaság az energiadiplomácia tétlenségén
Az osztrák és szlovák hálózati korlátozások miatt nem jut el hozzánk az olcsóbb áram, ami pont a hazai árcsúcsokat tudná mérsékelni. A hazai szereplők egy része ezzel jól jár, mindenki más veszít.
Utolsó kiegészítője mellé egy teljes ráncfelvarrást is kap a Witcher 3, és még fizetni sem kell érte
Ha valakinek megvan a játék, megkapja ingyen, sőt, ha a kiegészítők hiányoznak, most azokat is be lehet húzni. Ezt az idei Gamescom megnyitóján jelentették be, ahol most is voltak még más érdekességek.
„A cél nem a sebészi pontosság, hanem a káosz” – Tajvan drónáradattal szabadítaná el a poklot egy kínai invázióval szemben
A legújabb védekezési tervek szerint Tajvan drónhadsereggel rettenthetné el Kínát a sziget megtámadásától. Ehhez azonban két dolog nagyon hiányzik: a drónok és a kiképzett katonák, akik hatékonyan tudják használni az eszközöket.
Slovenskodenník n
Omama pomáhajúca deťom a mamám z osady chce mať maturitu. Dobrovoľníčka zo Žiliny jej pomáha so slovenčinou
Naučiť sa ovládať slovenčinu pomáha ľuďom vyrastajúcim v generačnej chudobe presadiť sa v živote. Výučbu zabezpečujú dobrovoľníci.
Chopme sa príležitosti – aj ruských peňazí
Európska únia by mala rýchlo konať v otázke zmrazených ruských aktív.
Newsfilter: Fanúšikovia Ruska by mali rozmýšľať, kým mu nabudúce navrhnú terč na slovenskom území
1. Polícia a spravodajské služby zabránili teroristickému útoku. 2. Taraba sa posmieva SNS. 3. Preferenčný (takmer) armagedon.
Dronovú fabriku pri Prešove chceli podpáliť na objednávku. Cudzincov chytila polícia aj vďaka tajným
Na zničenie firmy Skyeton nepriamo nabádal aj šíriteľ ruskej propagandy Andrej Palko, útok však zrejme nesúvisel s jeho videami.
Na fakulte nás varovali pred silovým tréningom, vraví telovýchovný lekár Dušan Hamar
Dušan Hamar (74) je emeritným profesorom na Fakulte telesnej výchovy a športu, na ktorej pôsobil, odkedy absolvoval Lekársku fakultu Univerzity Komenského v Bratislave. Spomína na to, ako sa v odbornej obci vyvíjal postoj k…