Nytt benchmark för AI-kodning sätter GPT-5.5 i tydlig ledning

Startupen Datacurve har presenterat DeepSWE, ett nytt test för att mäta AI-modellers programmeringsförmåga. Enligt bolaget visar resultaten betydligt större skillnader mellan modellerna än dagens etablerade benchmarksystem, rapporterar Venturebeat. DeepSWE

Sammanhang: ...Nytt benchmark för AI-kodning sätter GPT-5.5 i tydlig ledning...

Omnämnda personer: Googles Gemini, Claude Opus.

Prognos: AI kommer inte att ersätta mänskliga utvecklare på minst fem år

”Framtiden är osäker, men vi bör inte bara vänta på att den ska komma”, skriver forskarna i en rapport om sina resultat. ”Om vi försöker förutsäga vad som kommer att hända, om vi är uppmärksamma på trenderna och extrapolerar dem, om vi bygger modeller avden

Sammanhang: ...De uppskattade den datorkraft som krävs för artificiell allmän intelligens (AGI) med hjälp av METR:s tidshorisontpaket, METR-HRS. ”Trenderna i benchmark bryts ibland, och benchmark är bara en approximation av verkliga förmågor, men… METR-HRS är det bästa benchmark som för närvarande finns tillgängligt för extrapolering till mycket kapabla AI”, skriver forskarna. ...

Omnämnda platser: LessWrong. Omnämnda personer: Less Wrongs.

Behöver du verkligen alla dessa GPU:er?

Ett dramatiskt prisfall Nya rapporter visar att priserna på molnbaserade, högt efterfrågade GPU:er har rasat. Till exempel sjönk kostnaden för en AWS H100 GPU Spot Instance med hela 88 procent i vissa regioner, från 105,20 dollar i början av 2024 till 12,16

Sammanhang: ...Chat GPT byggdes på äldre Nvidia-GPU:er och presterade tillräckligt bra för att bli en benchmark inom AI. Om stora innovationer kan lyckas utan den senaste hårdvaran, varför ska företag insistera på den för mycket enklare uppgifter? ...

Omnämnda personer: Nvidias GB200.

Sony släpper verktyg för att mäta fördomar hos AI-modeller

Sony har lanserat ett nytt mätverktyg, FHIBE (Fair Human-Centric Image Benchmark), för att utvärdera hur rättvisa och opartiska dagens AI-modeller är. Förhopppningen är att FHIBE kan användas för att identifiera och åtgärda partiskhet i AI-system. Datasamlingen

Sammanhang: ...Sony har lanserat ett nytt mätverktyg, FHIBE (Fair Human-Centric Image Benchmark), för att utvärdera hur rättvisa och opartiska dagens AI-modeller är. Förhopppningen är att FHIBE kan användas för att identifiera och åtgärda partiskhet i AI-system. ...

Omnämnda platser: FHIBE. Omnämnda personer: Fair Human-Centric Image Benchmark.

5 trender som förändrar företagens säkerhetsstrategier

3. Agentisk AI omdefinierar det grundläggande Ciso:er har arbetat med att säkra sina egna organisationers AI-initiativ, justera policyer och implementera verktyg för att skydda de data som används av AI samt AI-algoritmerna. Det arbetet pågår, men ciso:er

Sammanhang: ...CISO Perspectives Report 2025: AI and Digital Supply Chain Risks från Cobalt, ett företag inom säkerhetsteknik och säkerhetstjänster, visade att 60 procent av de tillfrågade säkerhetsledarna anser att angriparna utvecklas för snabbt för att de ska kunna upprätthålla en verkligt motståndskraftig säkerhetsposition. Och 2025 CISO Benchmark Report: Securing the Digital Foundation for Reinvention från Accenture och Retail & Hospitality ISAC fann att 45 procent av de tillfrågade ciso:erna angav ”hastigheten i verksamhetskraven” som ett hinder för att säkra den digitala kärnan by design...

Omnämnda platser: Industry, Kroll, Accenture.