أصدرت شركة Mistral AI نموذج Mistral Large 2، الذي يتميز بنافذة سياق بحجم 128k ودعم لأكثر من 80 لغة برمجة، ومُحسّن للاستدلال على عقدة واحدة مع 123 مليار معلمة.
يحقق النموذج دقة بنسبة 84.0% على MMLU، متفوقًا على النماذج السابقة والمنافسين مثل GPT-4o وLlama 3 405B، مع قدرات محسنة لتقليل "الهلوسات" وتحسين الاستدلال.
يتوفر Mistral Large 2 بموجب تراخيص مختلفة للاستخدام غير التجاري والتجاري، مع استضافة الأوزان على HuggingFace وتوسيع شراكات خدمات السحابة، بما في ذلك Google Cloud Platform وAzure AI Studio.
تم اختبار نموذج Mistral AI الجديد، Large 2، ونموذج Meta's Llama 3.1 405B ووجد أنهما متكافئان، دون وجود فائز واضح.
أبرز المستخدمون أن كلود لا يزال خيارًا قويًا لكنهم أعربوا عن رغبتهم في تحسينات مثل ردود أذكى، نوافذ سياق أطول، وردود أسرع.
على الرغم من أن بعض النماذج تواجه صعوبة في المهام البسيطة بسبب مشاكل التقطيع، إلا أن التطور السريع والمنافسة في نماذج الذكاء الاصطناعي لا تزال مثيرة، حيث يقوم العديد من المستخدمين بالتحول إلى نماذج مثل Claude Sonnet 3.5 للحصول على أداء أفضل في البرمجة والمهام الأخرى.
يشارك الأفراد المصابون بالسكري تجاربهم الشخصية واستراتيجياتهم لإدارة حالتهم، مؤكدين على أهمية المراقبة الذاتية وتسجيل البيانات.
تشمل الطرق المختلفة التي نوقشت تغييرات في النظام الغذائي، ومراقبة مستمرة للجلوكوز (CGM)، وتتبع مخصص لتأثيرات الطعام والتمارين على مستويات السكر في الدم.
تسلط المحادثة الضوء على شعور شائع بالاعتماد على الذات بسبب القصور الملحوظ في إدارة النظام الصحي لمرض السكري.
أصبح جوجل الآن محرك البحث الوحيد الذي يمكنه عرض نتائج ريديت الحديثة، مما يجعل محتوى ريديت حصريًا لجوجل.
محركات البحث الأخرى مثل بينغ وDuckDuckGo وQwant لا يمكنها عرض نتائج ريديت الحديثة، حيث يقدم DuckDuckGo روابط محدودة بدون أوصاف.
تؤكد هذه الحالة على احتكار جوجل شبه الكامل لمحركات البحث، مما يؤثر على المنافسة ويثير الانتقادات بشأن جودة البحث، مع تكهنات بصفقة بملايين الدولارات تسمح لجوجل بجمع بيانات من موقع ريديت لتدريب الذكاء الاصطناعي.
أصبحت جوجل محرك البحث الحصري لموقع ريديت بسبب صفقة جديدة تتعلق بالذكاء الاصطناعي، حيث يقوم ملف robots.txt الخاص بريديت بحظر محركات البحث الأخرى من فهرسة محتواه.
أشعل هذا القرار نقاشات حول تأثيراته على منافسة محركات البحث ومبادئ الإنترنت المفتوح.
تم التعبير عن مخاوف بشأن الطبيعة الاحتكارية للصفقة وتأثيرها السلبي المحتمل على تجربة المستخدم وإمكانية الوصول إلى المحتوى.
يمكن للمسافرين اختيار عدم استخدام التعرف على الوجه في المطار عن طريق الوقوف بعيدًا عن الكاميرا، وتقديم هويتهم، وقول: "أرفض استخدام القياسات الحيوية".
تهدف حملة "Freedom Flyers" التابعة لرابطة العدالة الخوارزمية إلى زيادة الوعي بهذا الحق، خاصة مع خطط إدارة أمن النقل لتوسيع استخدام التعرف على الوجه في جميع المطارات الأمريكية.
تطرح تقنية التعرف على الوجه مخاطر مثل اختراق البيانات، وسوء التعرف، والتحيز في الذكاء الاصطناعي، وتطبيع المراقبة، مع مخاوف كبيرة تتعلق بالخصوصية بشأن الاحتفاظ بالبيانات البيومترية واستخدامها.
تختلف التجارب مع اختيار عدم الخضوع لمسح الوجه في المطارات بشكل كبير، حيث يواجه بعض المستخدمين مقاومة بينما لا يواجه آخرون أي مشاكل.
تلتقط الكاميرات المتقدمة في المطارات صورًا ثلاثية الأبعاد لتحقيق دقة عالية في التعرف على الوجوه، مما يثير مخاوف بشأن الاحتفاظ ببيانات الوجه والمراقبة الشاملة.
يستمر الجدل حول ما إذا كان الانسحاب ضروريًا لمقاومة تطبيع ممارسات المراقبة أم أنه عديم الجدوى بسبب انتشار هذه التقنيات.
تسببت شركة CrowdStrike، وهي شركة للأمن السيبراني، في انقطاع عالمي في 19 يوليو بسبب تحديث خاطئ، مما أثر على ملايين أجهزة الكمبيوتر وأدى إلى اضطرابات كبيرة مثل تأخيرات في المطارات وتوقف العمليات الجراحية.
كاعتذار، قدمت الشركة بطاقات هدايا بقيمة 10 دولارات من Uber Eats لشركائها، لكن بعض المستلمين أفادوا بأن القسائم كانت غير صالحة.
أصدر الرئيس التنفيذي ومسؤول الأمن الرئيسي في شركة CrowdStrike اعتذارات علنية، معترفين بخطورة الحادثة ومتعهدين بالشفافية واتخاذ تدابير الوقاية المستقبلية.
أصدرت شركة CrowdStrike بطاقات هدايا بقيمة 10 دولارات من Uber Eats للاعتذار عن انقطاع الخدمة، لكن العديد من المستخدمين وجدوا أن القسائم غير صالحة، مما أدى إلى انتقادات وتكهنات حول كفاءة الشركة.
اشتبه بعض المستخدمين في أن مشكلة بطاقة الهدايا قد تكون محاولة تصيد احتيالي أو اختراق، مما أضر بسمعة CrowdStrike بشكل أكبر.
تم اعتبار هذه البادرة غير كافية ومهينة، خاصةً بالنظر إلى التأثير الكبير لانقطاع الخدمة على الخدمات الحيوية مثل شركات الطيران والمستشفيات، مما أثار مناقشات حول المسؤوليات القانونية المحتملة.
تتعاون إدارة مكافحة المخدرات وإدارة أمن النقل لمصادرة أموال المسافرين من خلال استهداف أولئك الذين يحملون مبالغ كبيرة من النقود، باستخدام المخبرين ونقاط التفتيش التابعة لإدارة أمن النقل لتحديد الأفراد وادعاء أنهم "يوافقون" على عمليات التفتيش.
تمتد هذه الممارسة إلى قطارات أمتراك بمساعدة الجمارك وحماية الحدود الأمريكية، وتشمل "المصادرة المدنية" حيث يتم الاستيلاء على الأموال دون مذكرة، وغالبًا ما يتم تجاهل رفض الركاب للموافقة.
تسلط دعوى قضائية جماعية جارية الضوء على تكرار هذه التفتيشات غير القانونية، حيث يجادل المدعون بأن حجم السجلات يشير إلى مشكلة نظامية، على الرغم من مقاومة إدارة مكافحة المخدرات وإدارة أمن النقل للكشف عن هذه السجلات.
تعرّض حفل زفاف للاضطراب بسبب فيضان مفاجئ، مما استدعى عملية إنقاذ، ولم تحدث أي إصابات خطيرة.
احتجزت الشرطة الحاضرين في الحافلات مع كلاب شم المخدرات قبل نقلهم إلى مأوى في مدرسة ثانوية، مما زاد من معاناتهم.
أثار الحادث نقاشًا حول إساءة استخدام السلطة من قبل أجهزة إنفاذ القانون، ومصادرة الأصول المدنية، والحرب على المخدرات، مما أبرز الحاجة إلى الإصلاح وتأثيره على ثقة وسلامة الجمهور.
تم إصدار تنفيذ جديد بلغة C للاستدلال على نماذج المحولات Llama 2 وLlama 3/3.1، ويتميز بتمرير أمامي مكمي بـ int8.
يتضمن الكود دعمًا لبيئات متنوعة مثل نواة لينكس، ونواة Unikraft، والنماذج المدمجة عبر أرشيف Zip.
يمكن للمستخدمين تخصيص المعايير مثل درجة الحرارة، واختيار العينة العلوية، وإصدار النموذج من خلال وسائط سطر الأوامر، مما يعزز المرونة لمختلف حالات الاستخدام.
تم تطوير محرر النصوص EMACS في مختبر الذكاء الاصطناعي بمعهد ماساتشوستس للتكنولوجيا في عام 1976، وأصبح ريتشارد ستالمان (RMS) المطور الرئيسي بحلول نهاية ذلك العام.
أطلق على RMS اسم "E" و"EMACS" ولعب دورًا حاسمًا في تحويل وحدات ماكرو TECO إلى محرر قوي، بمساعدة أولية من غاي ستيل، ديفيد مون، وجون كولب.
ساهمت مجتمع المستخدمين الأوائل، بما في ذلك مون، في تحديد اختصارات المفاتيح وأسماء الأوامر، مما يبرز الطبيعة التعاونية والمجتمعية لتطوير برنامج إيماكس.
Scrapscript هي لغة برمجة جديدة وظيفية وقابلة لمعالجة المحتوى، تم تصميمها لمعالجة مشكلات مشاركة البرمجيات باستخدام أنواع تشبه JSON، ووظائف، ومراجع مجزأة.
على عكس Unison، الذي يستخدم نموذجًا قائمًا على git، فإن Scrapscript أكثر طموحًا ويركز على IPFS (نظام الملفات بين الكواكب) لتحديد الشفرات وتسلسلها.
حظيت اللغة بالاهتمام بسبب تطويرها العلني والرحلة الشخصية لمبدعها، الذي تغلب على إدمان الكحول أثناء العمل على المشروع.
يواجه الباحثون تحديات في نشر النتائج السلبية، التي لا تظهر علاقة ذات دلالة إحصائية بين المتغيرات، مما يؤدي إلى تحيز لصالح النتائج الإيجابية.
هذا التحيز في النشر يشوه السجل العلمي ويهدر الموارد، كما يتضح في دراسة عالمة الأحياء التطورية ناتالي بيلكوتا غير الحاسمة حول تفضيلات الأسماك في الينابيع الساخنة في أيسلندا.
تشمل الجهود المبذولة لمعالجة هذه القضية تشجيع المجلات على تقارير ما قبل التسجيل، ولكن التبني البطيء والاعتقاد بأن النتائج السلبية تشير إلى بحث معيب لا يزالان عقبات كبيرة.
تسلط المناقشة الضوء على التحديات ونقص الحوافز لنشر النتائج السلبية في البحث العلمي، على الرغم من قيمتها المحتملة.
جزء كبير من العلماء على استعداد لنشر النتائج السلبية، لكن القليل منهم قادرون على القيام بذلك بسبب الحواجز النظامية ونقص الطلب من المجلات ذات المستوى العالي.
تشمل الاقتراحات إنشاء مجلات مخصصة للنتائج السلبية، ودمج النتائج السلبية كملحقات في المنشورات الرئيسية، وتحسين عملية مراجعة الأقران لتشمل التسجيل المسبق للأساليب.
موقع جديد، https://glhf.chat/، يتيح للمستخدمين تشغيل أي نموذج لغة كبير مفتوح المصدر تقريبًا على مجموعات GPU القابلة للتوسع التلقائي مجانًا خلال مرحلة تحديد الأسعار.
تدعم الخدمة أي نموذج متوافق مع مشروع vLLM مفتوح المصدر، حيث توفر ما يصل إلى ~640 جيجابايت من ذاكرة الفيديو (VRAM)، وتهدف إلى أن تكون أكثر فعالية من حيث التكلفة مقارنة بخدمات GPU الأخرى من خلال تشغيل النماذج متعددة المستأجرين.
تم إطلاق المنصة في يوم إطلاق Llama-3.1-405B وتدعم نماذج فعالة مثل Llama-3-70b finetunes، مع خطط لتحسين دعم النماذج الأكبر ومعالجة القيود الحالية.
glhf.chat يسمح للمستخدمين بتشغيل أي نموذج لغة كبير مفتوح المصدر تقريبًا على مجموعات GPU القابلة للتوسع التلقائي، وهو حاليًا مجاني بينما يتم تحديد التسعير.
تدعم الخدمة أي نموذج متوافق مع مشروع vLLM مفتوح المصدر، بما في ذلك النماذج الشهيرة مثل Llama-3-70b المحسنة، مع بعض القيود بسبب مشاكل NVLink.
تم إطلاق المنصة في يوم إطلاق Llama-3.1-405B، وتهدف إلى أن تكون فعالة من حيث التكلفة من خلال تشغيل النماذج في بيئة متعددة المستأجرين وترحب بتعليقات المستخدمين.
بي نات هو مترجم من لغة C إلى شل POSIX يقوم بتحويل برامج C إلى سكربتات شل قابلة للقراءة البشرية، مما يضمن قابلية نقل عالية عبر الشلات المتوافقة مع POSIX.
يسمح للمطورين بكتابة السكربتات بلغة C دون الحاجة إلى تعلم لغة جديدة، ويكون الناتج سهل الفحص والتصحيح والصيانة.
يعمل Pnut على جميع أنظمة التشغيل الرئيسية، بما في ذلك Linux وmacOS وWindows، وهو مرخص بموجب رخصة BSD-2 Clause.
بي نات هو مترجم من لغة C إلى POSIX shell يمكن توزيعه كبرنامج نصي قابل للقراءة البشرية، مما يتيح إنشاءات قابلة لإعادة الإنتاج من ملفات المصدر.
يمكنه تجميع نفسه، ومع الجهد، يمكنه تجميع مترجم Tiny C Compiler (TCC)، الذي يمكنه بعد ذلك تمهيد مجموعة مترجمات GNU (GCC)، مما يخلق سلسلة أدوات بناء كاملة.
بينما يُشاد بابتكاره، يواجه Pnut انتقادات تتعلق بالقيود العملية، مثل التعامل مع الإدخال/الإخراج الثنائي وبعض تراكيب لغة C، وتباين الآراء حول موثوقيته واكتماله.
MPPP (1-ميثيل-4-فينيل-4-بروبيونوكسيبيبريدين) هو عقار مصمم تم الإبلاغ عنه لأول مرة في عام 1947، وكان يهدف إلى أن يكون مسكنًا للألم ولكنه وجد أنه ليس أفضل من الخيارات الموجودة.
في عام 1976، قام باري كيدستون بتصنيع MPPP وظهرت عليه أعراض مشابهة لمرض باركنسون بسبب شوائب، MPTP، التي تقتل بشكل انتقائي الخلايا الحيوية للتحكم في الحركة.
أدى تفشي أعراض مرض باركنسون في عام 1982 المرتبط بالهيروين الصناعي الملوث بمادة MPTP إلى تحقيق رؤى علمية مهمة حول مرض باركنسون وسلط الضوء على مخاطر تصنيع المخدرات بشكل هاوٍ.
تتمحور المناقشة حول مخاطر المخدرات المصممة، وخاصة MPPP والناتج الثانوي له MPTP، والتي تم ربطها بأعراض مشابهة لمرض باركنسون لدى المستخدمين.
يتم التركيز على المخاطر المرتبطة بالمخدرات الاصطناعية، وأهمية نقاء المخدرات، والفوائد المحتملة لتقنين وتنظيم المخدرات لضمان السلامة.
يشارك المستخدمون تجاربهم الشخصية ويؤكدون على ضرورة الحذر والاختبار المناسب، مع التطرق أيضًا إلى الآثار الأوسع لحظر المخدرات والتحديات المتعلقة بضمان الاستهلاك الآمن.
ميكروموس هي مسابقة روبوتات حيث تحل الروبوتات الصغيرة المستقلة متاهة بحجم 16×16، نشأت في أواخر السبعينيات وشائعة في عدة دول بما في ذلك المملكة المتحدة، الولايات المتحدة، واليابان.
تستخدم الروبوتات خوارزميات مثل Bellman flood-fill وDijkstra وA* للملاحة، بسرعات قصوى تتجاوز ثلاثة أمتار في الثانية؛ الرقم القياسي العالمي الحالي هو 3.921 ثانية بواسطة Ng Beng Kiat.
تشمل التطورات الأخيرة استخدام المراوح لتحقيق قوة دفع إضافية، مما يمكن من تحقيق تسارع يزيد عن 2.5g، ونوع يسمى Half-Size Micromouse يستخدم متاهة بأبعاد 32×32 بأبعاد أصغر.