GitHub Trending repo May 27

False-Positive-Community/open-malicious-code-benchmark: OMCBench is a benchmark suite for evaluating malicious-code detection capabilities. The benchmark consists of a labeled set of 800 Python and JavaScript packages: 400 benign and 400 malicious packages for each language.

OMCBench is a benchmark suite for evaluating malicious-code detection capabilities. The benchmark consists of a labeled set of 800 Python and JavaScript packages: 400 benign and 40...

Mastodon discussion May 26

AI обнулил benchmark и пытался шантажировать инженера. И почему это решаемоТоповые AI-модели с 95% на SWE-bench показыва...

AI обнулил benchmark и пытался шантажировать инженера. И почему это решаемоТоповые AI-модели с 95% на SWE-bench показывают 0% и 3% на ProgramBench бенчмарке, где задачи специально ...