Tag: Claude Opus · Pajíkovi AI novinky

Tag Claude Opus · 2 článků

AI systémy zvládly týdenní programovací úkoly. Nový benchmark MirrorCode měří jejich schopnosti

Organizace Epoch a METR vydaly benchmark MirrorCode, který testuje, jak dobře umělá inteligence zvládá složité programovací úkoly trvající řadu týdnů. Claude Opus 4.7 a GPT-5.5 úspěšně znovuvytvořily existující programy o desítkách tisíc řádků kódu, přestože některé úkoly zůstaly stále příliš obtížné.

Zdroj: Import AI (Jack Clark) 27. července

regulace open-source UK AI Security Institute Kimi K3 DeepSeek V4-Pro Claude Opus

Britská analýza: Propast mezi otevřenými a proprietárními AI modely v kybernetice se zužuje

UK AI Security Institute zveřejnil analýzu, která ukazuje, že otevřené modely jako GLM-5.2 a DeepSeek V4-Pro se přibližují možnostem uzavřených proprietárních modelů v oblasti kybernetické bezpečnosti. Mezera mezi nimi se za poslední rok výrazně zmenšila z 6–10 měsíců na 4–7 měsíců.

Zdroj: Import AI (Jack Clark) 20. července