La propuesta de "Control de Chat" de la Comisión de la UE tiene como objetivo implementar la vigilancia masiva, lo que podría comprometer la privacidad y la seguridad de los datos de los ciudadanos.
Si se aprueba, requeriría que los proveedores de servicios escaneen los mensajes en busca de material de abuso sexual infantil (CSAM), pero los críticos argumentan que es ineficaz contra los criminales y perjudicial para la democracia.
Threema, un servicio de comunicación segura, se opone a la propuesta y podría abandonar la UE para evitar el cumplimiento, destacando el posible uso indebido y la oposición de los defensores de la privacidad.
Implementar un sistema global para regular la privacidad en internet enfrentaría una resistencia sustancial por parte de los defensores de la privacidad y las empresas tecnológicas.
Imponer un sistema así a nivel global es casi imposible debido a los diferentes niveles de compromiso con la privacidad y la libertad en internet en distintos países.
La propuesta de Reglamento de Control de Chats de la Comisión de la UE tiene como objetivo combatir la violencia sexual infantil, pero plantea preocupaciones significativas sobre los derechos fundamentales.
Los problemas clave destacados incluyen violaciones de la privacidad, efectos disuasorios sobre la libre expresión, obligaciones de filtrado propensas a errores, bloqueo de sitios web y verificación de edad obligatoria.
La GFF argumenta que estas medidas violan la Carta de los Derechos Fundamentales de la UE y solicita una reconsideración del proyecto de reglamento.
La Eurocámara está debatiendo una legislación de "Control de Chat" que podría infringir derechos fundamentales, requiriendo que los usuarios opten por enviar imágenes y videos.
Los críticos argumentan que la propuesta contradice los principios del RGPD de la UE y podría llevar a un consentimiento forzado, lo que genera preocupaciones sobre la privacidad y el exceso de poder del gobierno.
La legislación podría ser aprobada pronto por el Consejo Europeo, lo que provocaría temores de vigilancia masiva y cuestionaría el compromiso de la UE con la protección de los derechos individuales.
La votación del Consejo de la UE sobre el Control de Chat, que implica búsquedas masivas de comunicaciones privadas, está programada para el 20 de junio de 2024.
La programación de la votación, poco después de las elecciones europeas, se considera un intento de evitar el escrutinio público.
Civil society is urged to act immediately by contacting their governments, raising awareness online, and organizing protests, as the current draft is considered unacceptable.
La UE está a punto de aprobar el 'Control de Chat', una regulación que requiere el escaneo de todos los mensajes directos en plataformas como Reddit, Twitter, Discord y Steam en busca de CSAM (material de abuso sexual infantil).
Los críticos argumentan que la medida es sin precedentes y probablemente ineficaz, ya que los infractores podrían migrar a servicios privados, y plantea importantes preocupaciones sobre la privacidad y el exceso de autoridad.
Signal Foundation ha anunciado que saldría de la UE si se aplica la regulación, destacando la naturaleza controvertida de la propuesta.
htmx 2.0.0 ha sido lanzado, finalizando el soporte para Internet Explorer y ajustando algunos valores predeterminados sin alterar la funcionalidad central o la API.
Los cambios principales incluyen mover las extensiones a un nuevo repositorio, eliminar atributos obsoletos y modificar el manejo de solicitudes HTTP DELETE.
La versión no se marcará como la más reciente en NPM hasta el 1 de enero de 2025, para evitar forzar actualizaciones; la versión 1.x seguirá siendo la más reciente hasta entonces.
Htmx 2.0.0 ha sido lanzado, con mejoras y la eliminación del soporte para Internet Explorer (IE), en lugar de nuevas características importantes.
Los desarrolladores están elogiando htmx por simplificar el desarrollo web, con un usuario reemplazando 500 líneas de JavaScript (JS) con unos pocos atributos de htmx, mejorando la eficiencia y el disfrute.
La publicación ha generado debates sobre posibles mejoras y comparaciones con otras herramientas, destacando el papel de htmx en la reducción de la dependencia de marcos de JS complejos.
Scarecrow es una herramienta de ciberseguridad que actualmente se encuentra en su fase alfa, diseñada para ejecutarse en segundo plano en tu computadora y disuadir virus y malware.
Está disponible para descargar en Windows 10 y 11.
Ciber Espantapájaros es una herramienta que crea procesos falsos y entradas de registro para engañar al malware haciéndole creer que está siendo analizado, deteniendo así su ejecución.
Los usuarios han expresado preocupaciones sobre la transparencia de la herramienta, incluyendo la ausencia de una página "sobre nosotros", un enlace a GitHub y un certificado de firma de código.
El autor ha reconocido estos problemas, citando el alto costo de los certificados, y hay sugerencias para hacer que la herramienta sea de código abierto para generar confianza y validar su efectividad a través de pruebas en el mundo real.
Fandom, un popular sitio web de wikis, es criticado por anuncios intrusivos, incluidos videos que se reproducen automáticamente e interrupciones constantes, priorizando las ganancias sobre la experiencia del usuario.
En 2023, Fandom reemplazó de manera controvertida el contenido de los usuarios con anuncios del Grimace Shake de McDonald's, lo que llevó a una migración masiva de wikis a dominios independientes como Runescape, Minecraft y Hollow Knight.
Se anima a los usuarios a apoyar wikis independientes utilizando herramientas como Indie Wiki Buddy, empleando bloqueadores de anuncios y migrando sus wikis fuera de Fandom.
Las comunidades están migrando sus wikis de Fandom a plataformas autoalojadas o alternativas debido a los anuncios intrusivos y al contenido desactualizado.
Ejemplos notables incluyen las wikis de Runescape y Minecraft, que han logrado alejarse de Fandom.
Las herramientas como Indie Wiki Buddy y LibRedirect ayudan a los usuarios a evitar Fandom redirigiéndolos a fuentes más amigables para el usuario, subrayando los efectos adversos del capital de riesgo en las plataformas de contenido impulsadas por los usuarios.
El trabajo de Ryan sobre GPT-4o logrando un 50% en el conjunto de evaluación pública Arc-AGI se considera novedoso e interesante en el campo de la investigación de "razonamiento de LLM".
La aproximación implica generar alrededor de 8,000 programas en Python para implementar transformaciones, seleccionar el correcto y aplicarlo a entradas de prueba, mostrando una combinación de aprendizaje profundo (DL) y síntesis de programas.
Si bien el resultado es prometedor, se basa en el conjunto de evaluación pública, y aún no se han validado resultados similares en el conjunto privado, lo que indica la necesidad de un mayor escrutinio y verificación.
DeepComputing ha introducido una nueva placa base RISC-V para el Framework Laptop 13, que cuenta con un procesador JH7110 de StarFive con cuatro núcleos U74 RISC-V de SiFive.
Este desarrollo mejora el ecosistema de Framework al permitir a los usuarios seleccionar diferentes arquitecturas de procesador, promoviendo la flexibilidad y la personalización.
La Mainboard, dirigida a desarrolladores y aficionados, se demostrará en la Cumbre RISC-V Europa y cuenta con el apoyo de colaboraciones con Canonical y Red Hat para una compatibilidad robusta con Linux.
DeepComputing ha lanzado una nueva placa base RISC-V para portátiles Framework, con el procesador JH7110 y almacenamiento microSD, que se asemeja a una computadora de placa única (SBC) RISC-V en un formato Framework.
La placa base está dirigida a desarrolladores y aficionados, ofreciendo modularidad y la posibilidad de intercambiar entre placas x86 y RISC-V, aunque viene con una notable disminución de rendimiento en comparación con x86.
Esta colaboración entre Framework y DeepComputing se considera un movimiento para diversificar y expandir el ecosistema de Framework, aumentando la visibilidad de la tecnología RISC-V.
Sam Altman, ex presidente y CEO de Y Combinator, afirma ser su presidente del consejo en las presentaciones de SPAC (Compañía de Adquisición de Propósito Especial).
Y Combinator niega la afirmación de Altman, declarando que nunca estuvo en su junta a pesar de su papel significativo en la empresa.
Sam Altman, ex CEO y Presidente de Y Combinator (YC), ha sido listado incorrectamente como el presidente de YC en múltiples documentos oficiales, incluyendo presentaciones ante la SEC y un sitio web de una SPAC.
La declaración incorrecta ha generado debate, con algunos argumentando que es un error clerical menor, mientras que otros enfatizan las implicaciones legales de las inexactitudes en las presentaciones ante la SEC.
Los críticos destacan que tales errores, si son intencionales, podrían considerarse engañosos y socavar la confianza, aunque probar la intención y el daño material es complejo.
Investigadores de la Universidad Estatal de Arizona sugieren que los humanos comenzaron a acumular rápidamente conocimientos tecnológicos a través del aprendizaje social hace unos 600,000 años, marcando el origen de la cultura acumulativa.
La investigación, publicada en las Actas de la Academia Nacional de Ciencias, analizó las técnicas de fabricación de herramientas de piedra a lo largo de 3.3 millones de años, observando un aumento significativo en la complejidad alrededor de hace 600,000 años.
Este período, probablemente en la época del Pleistoceno Medio, también vio avances como el uso controlado del fuego y la construcción de estructuras de madera, lo que indica que la cultura acumulativa precede a la divergencia de los neandertales y los humanos modernos.
Los humanos comenzaron a acumular conocimientos tecnológicos hace unos 600,000 años, con múltiples especies de Homo posiblemente compartiendo e intercambiando tecnología.
La palabra 'humano' puede referirse tanto a los humanos modernos como a todo el género Homo, pero 'homínido' es más preciso; existen debates sobre si los neandertales y los denisovanos se consideran humanos.
La rápida acumulación de conocimiento está vinculada a los avances en la comunicación, que potencialmente incluyen formas tempranas de lenguaje, destacando el papel del lenguaje en la transferencia tecnológica.
Tokencost es una biblioteca de utilidades diseñada para estimar los costos asociados con los Modelos de Lenguaje Grande (LLMs) contando los tokens en los prompts y las completaciones y aplicando precios específicos del modelo.
Aborda el desafío de rastrear los costos a través de varios modelos y esquemas de precios, ayudando a los usuarios a evitar facturas inesperadas al proporcionar estimaciones de costos en tiempo real.
Desarrollado por AgentOps, Tokencost ahora es de código abierto, lo que permite a los desarrolladores integrarlo en sus proyectos para una mejor gestión de costos.
Tokencost es una biblioteca de utilidades diseñada para estimar costos para más de 400 Modelos de Lenguaje Grande (LLMs) contando tokens en indicaciones y completaciones y multiplicando por los costos del modelo.
Desarrollado por AgentOps y de código abierto, ayuda a los desarrolladores a rastrear el gasto y evitar facturas inesperadas, utilizando un sencillo diccionario de costos y funciones utilitarias.
Los usuarios han sugerido mejoras como agregar soporte para Rust, normalizar los costos e incluir los costos de imágenes y llamadas a funciones, aunque hay preocupaciones sobre la precisión para los modelos sin tokenizadores públicos.
En abril de 2024, se informaron dos errores críticos en la blockchain de capa 1 de Sei Network, afectando la disponibilidad e integridad de la cadena.
La Fundación Sei otorgó $75,000 y $2,000,000 por los respectivos informes de errores, que fueron identificados y corregidos antes del lanzamiento de producción, asegurando que no hubiera fondos en riesgo.
La adopción de medidas proactivas y la rápida respuesta por parte de la Fundación Sei evitaron un posible riesgo para la capitalización de mercado del token Sei, demostrando un fuerte compromiso con la protección del usuario.
Sei Network ha pagado una recompensa por errores de $2 millones, destacando los importantes incentivos financieros en el sector de las criptomonedas por identificar vulnerabilidades de seguridad.
La recompensa por el error se procesó a través de Immunefi, una plataforma especializada en recompensas por errores en criptomonedas, que a menudo ve pagos que superan el millón de dólares.
Este pago subraya la importancia crítica de la seguridad en la industria de las criptomonedas, donde el costo de posibles brechas puede ser astronómico en comparación con las finanzas tradicionales.
Google DeepMind está pasando de ser un laboratorio de investigación a una fábrica de productos de IA, lo que genera debates sobre los desafíos y posibles inconvenientes de esta transición.
Los críticos sugieren que integrar equipos de productos experimentados de Google con la investigación de DeepMind podría ser más efectivo que convertir la organización de investigación en una entidad enfocada en productos.
Las preocupaciones incluyen el impacto en la investigación fundamental y el riesgo de producir productos apresurados y subdesarrollados, aunque algunos creen que este cambio podría llevar a avances significativos en los productos de IA.
La publicación aborda el desafío de obtener resultados estructurados, como JSON, de los Modelos de Lenguaje Grande (LLMs), que típicamente devuelven respuestas en lenguaje natural.
Proporciona una comparación detallada de varios marcos diseñados para convertir las salidas de LLM en formatos estructurados, evaluándolos según criterios como el soporte de idiomas, el manejo de JSON, el control de indicaciones y los proveedores de modelos compatibles.
Los marcos comparados incluyen BAML, Instructor, TypeChat, Marvin, Outlines, Guidance, LMQL, JSONformer, Firebase Genkit, SGLang y lm-format-enforcer, cada uno con características y capacidades únicas para manejar la extracción de datos estructurados.
BAML's article explores methods for obtaining structured output from Large Language Models (LLMs), emphasizing BAML's unique parsing approach for handling malformed JSON.
BAML ofrece tanto características de código abierto como de pago, con opciones de pago centradas en la monitorización y mejora de las canalizaciones de IA.
La artículo compara varios marcos y discute los desafíos y compensaciones en la aplicación de salidas estructuradas, señalando que algunos usuarios prefieren métodos más simples como Pydantic para la validación de JSON.
Los ingenieros de software tienen múltiples objetivos superpuestos y a veces conflictivos, como escribir código, gestionar la complejidad y satisfacer las necesidades del cliente.
El complejo esencial es inherente al problema, mientras que el complejo accidental surge de problemas de rendimiento o herramientas subóptimas; reducir ambos es crucial.
Los ingenieros senior pueden redefinir problemas desafiando suposiciones y negociando con las partes interesadas, lo que potencialmente simplifica los requisitos y minimiza la complejidad.
Los ingenieros de software a veces abrazan la complejidad para justificar sus roles, como se ve en comunidades como Enterprise Java, .NET y JavaScript (JS).
La artículo hace referencia humorística a la sátira de Stroustrup sobre C++ para resaltar la complejidad intencional en los lenguajes de programación.
Argumenta que minimizar la complejidad es crucial para una buena ingeniería, equilibrando decisiones a corto y largo plazo, y asegurando la consistencia para evitar complicaciones innecesarias.