False Positive: post #143 — TG.ME

FAFalse Positive@falseposi · 1K subscribersOpen in TelegramOpen

False PositiveПривет! На грядущей РГ снова поговорим про бенчмарки. На этот раз про оценку безопасности кода, который пишут LLM и всеми любимые coding-агенты. Залезем под капот SecCodeBench-V2 от компании Alibaba и выясним: - как устроены задачи и их автоматическая оценка…

1:02:14Watch in Telegram

🎬 Запись встречи, с разбором бенчмарка SecCodeBench-V2.

#reading_group #benchmark #recording

t.me/falseposi/143Translate

6

2

July 9, 2026 1.1K 8