The author welcomed the establishment of a joint EU-Ukraine task force, saying it would accelerate work on interim benchmarks for EU accession, and mentioned Marta Kos and Koretskyi. #EUTaskForce #EUAccession #Ukraine #EU #UA
The author wrote that Ukraine was among the countries making the most progress towards EU membership. After two more negotiating clusters opened that week, the author said they discussed next steps with Prime Minister Koretskyi and agreed to establish a joint task force to accelerate progress on interim benchmarks. #Ukraine #EUMembership #Progress #UA #EU
The author said Meta had released a model equivalent to Opus 5.5 on most benchmarks, though they added that it still needed testing. They said it would be available in the App Store’s number-one app and called the move a “crazy comeback.”
The author wrote that the release of Mistral Large 4, nicknamed "Le Chonk," had put France and Europe back in the race for artificial intelligence. He noted that initial benchmarks placed the model on par with the best open Chinese models and described this news as excellent for France. #IntelligenceArtificielle #MistralAI #Innovation #FR #CN (translated)
🚨 OpenAI hat gerade GPT-6 Astra vorgestellt und die ersten Ergebnisse sind extrem. Laut veröffentlichten bzw. derzeit kursierenden Benchmarks erreicht Astra unter anderem: • ARC-AGI-3: 98,6% • ExploitBench: 100% • SRE-Bench: 99,2% • AutomationBench: 41,4% Zum Vergleich: GPT-5.6 Sol kam beim ARC-AGI-3 offiziell auf gerade einmal 7,78% und beim AutomationBench auf 18,1%. Die 100% beim ExploitBench werden von OpenAI selbst bestätigt. Astra ist zudem das erste OpenAI-Modell, das beim Cybersecurity-Risiko die Stufe „Critical“ erreicht. OpenAI zufolge konnte es in Tests sogar bislang unbekannte Sicherheitslücken finden und Exploit-Ketten entwickeln. Wichtig: Die spektakulären 98,6% beim ARC-AGI-3 konnte ich bislang nicht auf einer offiziellen OpenAI-Seite verifizieren. Der Wert sollte daher noch mit Vorsicht betrachtet werden. Unabhängig davon spricht OpenAI-Präsident Greg Brockman beim neuen Modell bereits vom Beginn der „AGI-Ära“. #OpenAI #GPT6 #KI
Our proposed VideoTreeSearch achieves state-of-the-art results across all grounded long-video QA benchmarks while also being more efficient than prior agentic video methods. We also show that we can achieve strong temporal grounding results even if we don't use any manually #VideoTreeSearch #LongVideoQA #AI #Nocountrycodesarementionedinthetweet.
MOONSHOT ACABA DE LANZAR EL MODELO OPEN SOURCE MÁS GRANDE DE LA HISTORIA se llama Kimi K3. 2.8 billones de parámetros. ventana de contexto de 1 millón de tokens. multimodal nativo. lo interesante no es solo el tamaño. usa dos arquitecturas nuevas: Kimi Delta Attention y Attention Residuals. → decodificación hasta 6.3x más rápida en contextos de 1M tokens → ~25% más eficiencia de entrenamiento con menos de un 2% de coste extra → pensado para coding de largo horizonte y trabajo agéntico según los propios benchmarks de Moonshot, K3 solo queda por detrás de Claude Fable 5 y GPT-5.6 Sol. y por delante de Claude Opus 4.8. todo open source. #OpenSource #AI #MachineLearning
Reforma systemu ETS jest absolutnie potrzebna dla odbudowy konkurencyjności przemysłu polskiego i europejskiego. Będę zajmował się jedną z kluczowych regulacji w tym obszarze. W piątek zostanie opublikowana propozycja @EU_Commission i zaczynamy. #przemysł #emisje #ETS #benchmarks #emisje #ETS #przemysł #PL #EU
Ich finde, es sollte in Deutschland eine Möglichkeit geben, die Kinder neben den klassischen Schulen zu Hause zu unterrichten. Wenn sie dann staatliche Tests absolvieren und die geforderten Leistungen regelmäßig erreichen, sollten die Eltern pro Kind 12.000 € im Jahr steuerfrei erhalten. Der Staat gibt laut Statistischem Bundesamt sowieso diese Summe pro Schüler aus. Warum also nicht den Eltern überlassen, wie sie das Geld einsetzen, solange das Kind die Benchmarks erreicht? #Bildung #Homeschooling #Steuern
OpenAI may delay GPT6 (or even 5.6) before making sure could not be blocked like Fable. Or they could play it smart, publishing only the benchmarks that show the improvements on certain area, providing a very censored model in the cyber-security side, and cross their fingers. #OpenAI #GPT6 #CyberSecurity #Nospecificcountrycodesarepresentinthetweet.
🇨🇳🇺🇸 The most important AI leaderboard today isn't benchmarks. It's adoption. #OpenRouter's rankings show a striking trend: Chinese models are rapidly overtaking US models in real-world developer usage ⚠ Models from DeepSeek, Kimi, MiniMax, GLM, and Qwen now account for a large https://t.co/H2dYoBiWQ4 #AI #China #TechTrends #CN #US
Anthropic did a big strategic error. Normally they compare their models with their old models. Instead today, now that everybody knows how strong GPT 5.5 is at coding, they put it in the mix, basically showing all their customers that the benchmarks can't be trusted. https://t.co/up73bHAfen #AI #Anthropic #GPT5.5 #Therearenospecificcountrycodesrelatedtothecontentofthetweet.
A big step forward for Albania on its path to EU membership! With Albanian Prime Minister @ediramaal and Cypriot Deputy Minister for European Affairs @marilena_raouna in Brussels today, Albania reached the interim benchmarks, and we set the closing benchmarks for fundamentals https://t.co/oyf8mftyn7 #Albania #EUMembership #BrusselsSummit #AL #CY
RT @logic_int: Aleph, our fully autonomous AI agent system for formal verification, aced all major theorem proving benchmarks including Put… #AI #AutonomousSystems #FormalVerification #Nospecificcountriesarementionedinthetweet.
