London Underground Dot Matrix Typeface on joukko fontteja, jotka jäljittelevät Lontoon metron tulotauluissa ja ilmoitustauluissa käytettyjä kirjasimia.
Kirjasintyyppi sisältää eri painotuksia ja edustaa eri aikakausina metroverkossa käytettyjä fontteja.
Kirjasintyypin luomisessa käytetään vertailumateriaalia, kuten valokuvia ja videoita, ja ihmiset voivat osallistua lisäämällä uusia merkkejä olemassa oleviin kirjasintyyppeihin.
Suunnittelija on luonut uudelleen London Underground Dot Matrix Typeface -kirjasimen ja asettanut sen saataville GitHubiin.
Fontti on omaleimainen ja tunnistettava, ja isot kirjaimet ulottuvat perusviivan alapuolelle.
Fontti oli todennäköisesti ainutlaatuinen Lontoon metrossa, mutta siinä voi olla yhtäläisyyksiä muissa liikennejärjestelmissä käytettyjen fonttien kanssa.
Artikkelissa käsitellään salaperäisen symbolin U+237C ⍼ &Angzarr merkityksen ja alkuperän etsintää;
Kirjoittaja pyysi Cambridgen kirjastolta skannauksia symboliin liittyvistä asiakirjoista, mutta hänelle kerrottiin, että se ylittää tekijänoikeuslain ja skannausrajat.
Lukijat ovat kiinnostuneita auttamaan digitaalisen pyynnön rahoittamisessa ja löytämään keinon jatkaa tutkimusta.
Bullshit-paikat ovat turhia ja tarpeettomia virkoja, joita on sekä julkisella että yksityisellä sektorilla ja jotka aiheuttavat turhautumista työntekijöiden keskuudessa ja heikentävät organisaatioiden todellista tarkoitusta.
Monet työntekijät tuntevat jäävänsä loukkuun merkityksettömään työhönsä ja kamppailevat löytääkseen tasapainon merkityksellisen työn tarpeen ja BS-työn vaatimusten välillä, mikä johtaa kielteisiin vaikutuksiin heidän mielenterveyteensä ja itsetuntoonsa.
Universaalin perustulon (Universal Basic Income, UBI) käsitettä pidetään mahdollisena ratkaisuna, jolla voidaan puuttua pätkätöiden ja tuloerojen ongelmaan ja antaa yksilöille mahdollisuus valita, miten he käyttävät aikaansa ja miten he osallistuvat yhteiskunnan toimintaan.
David Graeberin kirjassa "Bullshit Jobs" tarkastellaan käsitteenä työpaikkoja, joita työntekijät itse pitävät turhina tai tarpeettomina.
Kirja herättää kysymyksiä työn luonteesta, byrokratian vaikutuksesta organisaatioihin sekä siitä, millaisen merkityksen ja arvon ihmiset saavat työstään.
Bullshit jobs -käsite on herättänyt keskustelua työn tulevaisuudesta ja merkityksellisen työn tarpeesta.
GB Studio on käyttäjäystävällinen vedä ja pudota -pelien luoja, jonka avulla voit tehdä retropelejä GameBoy-käsikonsolivideopelijärjestelmälle.
Se on saatavilla Windowsille, Macille ja Linuxille, ja voit ladata sen Itch.iosta.
Ohjelmisto ei vaadi ohjelmointitaitoja, ja se tukee useita peligenrejä. Se sisältää myös sisäänrakennetun musiikkieditorin, ja sen avulla voit luoda oikeita ROM-tiedostoja, joita voi pelata millä tahansa GameBoy-emulaattorilla.
Kirjoittaja ilmaisee turhautumisensa uusien kyselykielten ilmestymiseen alalla ja väittää, että SQL:n käyttäminen yleiskäyttöisten tietokantojen yhteisenä pohjakielenä on käytännöllisempää ja tehokkaampaa.
Kirjoittaja vertaa uutta kyselykieltä nimeltä FancyQL SQL:ään ja korostaa, että SQL ei ole niin monimutkainen kuin usein esitetään ja että sillä voidaan tehokkaasti hoitaa tietoon liittyviä tehtäviä.
Kirjoittaja korostaa SQL:n etuja, kuten sen laajaa käyttöä, suurimpien tietokantamoottoreiden tukea ja jatkuvaa parantamista standardointikomitean avulla. Hän väittää, ettei tarvita hienoa kyselykieltä, kun SQL on jo valmiiksi pätevä.
SQL-kyselyissä voi olla haittoja, kun on kyse erityyppisten ja moninaisina esiintyvien tietokantojen kyselyistä, mikä johtaa turhiin tulostuksiin ja virheiden käsittelyn puutteeseen.
Tietokantojen JSON-tuki mahdollistaa alavalinnan tulosten yhdistämisen yhdeksi sarakkeeksi, mikä lisää joustavuutta kyselyissä.
Vaihtoehtoiset kyselykielet, kuten EdgeQL ja PRQL, pyrkivät parantamaan SQL:n rajoituksia, mutta SQL on edelleen arvokas ja laajalti käytetty työkalu alalla.
Postauksessa käsitellään tekniikoita, joilla nopeutetaan suurten kielimallien (LLM) koulutusta ja päättelyä niin, että ne voivat käyttää jopa 100 000 syötemerkin konteksti-ikkunaa, joka on huomattavasti suurempi kuin aiemmat mallit.
Alkuperäisen Transformer-arkkitehtuurin rajoitukset työskenneltäessä suurilla kontekstin pituuksilla selitetään, mukaan lukien huomiokerroksen laskutoimitusten kvadraattinen aika- ja tilakompleksisuus.
Esitellään useita optimointitekniikoita, kuten ALiBi positional embedding, Sparse Attention, FlashAttention, Multi-Query attention, Conditional computation ja 80GB A100 GPU:n käyttö, joiden avulla voidaan kasvattaa kontekstin pituutta ja parantaa LLM:n tehokkuutta.
Anthropicsin 100k-mallissa käytetään fiksuja tekniikoita kontekstin ikkunan pidentämiseksi, mutta siinä on joitakin puutteita.
Ohjeiden sijoittaminen viitetekstin jälkeen syötteessä voi auttaa mallia kiinnittämään niihin enemmän huomiota.
Kyvyttömyys tallentaa muuntajia välimuistiin tekee suurista konteksti-ikkunoista kalliita, mutta RWKV-LM-projekti GitHubissa tarjoaa mahdollisen ratkaisun.
Anthropicsin Claude päihittää GPT4:n joissakin tapauksissa ja sijoittuu kokonaisuudessaan GPT4:n ja Bardin väliin.
Kehotteen sijainti syötteessä voi vaikuttaa mallin "huomiokykyyn" ja recency biasiin.
Transformerit on suunniteltu välttämään sijaintiongelmia, mutta joissakin tapauksissa on havaittavissa, että muistinvaraisuusvirheitä voi silti esiintyä.
LLM-malleilla voi olla vaikeuksia kohdistaa sama huomio kaikkiin syötteen osiin koko kontekstin ikkunan ajan.
Anthropicsin Claudea pidetään aliarvostettuna, mutta sen saatavuus on tällä hetkellä vaikeaa.
Suurten kontekstikokojen laskentavaatimukset voivat olla huomattavat, mutta ne voivat olla sen arvoisia tietyissä sovelluksissa, kuten ohjelmoinnissa.
LLM-mallien kouluttaminen suurilla konteksti-ikkunoilla on resurssi-intensiivistä, mutta mallien pakkaaminen ja optimointi voi parantaa tehokkuutta.
Suuret kontekstikoot ovat välttämättömiä tehtävissä, kuten tosiasioiden muistamisessa ja pitkien tarinoiden ymmärtämisessä.
Tarvitaan vertailuarvoja, jotka keskittyvät suuria kontekstikokoja vaativiin tehtäviin.
Häviöllinen pakkaaminen voi johtaa parempaan laatuun kuin häviötön pakkaaminen LLM:n osalta.
Sijaintikoodausmenetelmät, kuten sinimuotoiset sulautukset, eivät välttämättä sovellu suurille kontekstikokoille.
Tekoälyn tuntemus yleensä on olennaista, mutta LLM:ien toistaminen tai muokkaaminen itsenäisesti vaatii merkittäviä resursseja.
LLM:ien skaalautuvuuden parantamista laskenta- ja muistivaatimusten osalta tutkitaan parhaillaan.
Opittujen sijaintikoodausten käyttö mahdollistaa hienosäädön suuremmissa kontekstikokoluokissa.
Artikkelista puuttuvat yksityiskohtaiset selitykset ja siinä esitetään epämääräisiä väitteitä kontekstin skaalautumisesta LLM:ssä.
Erilaisten paradigmojen ja tekniikoiden tutkiminen suurten kontekstikokojen laskennallisen monimutkaisuuden käsittelemiseksi on kiinnostavaa.
Blogi GoPenAI, jossa artikkeli on julkaistu, ei ole yhteydessä OpenAI:hin huolimatta verkkotunnuksen samankaltaisuudesta.
Tutkimukset osoittavat, että syyttömät henkilöt voidaan oikeilla kuulustelutekniikoilla saada vakuuttuneiksi siitä, että he ovat tehneet rikoksen, jota ei ole koskaan tapahtunut.
Vääriä muistoja rikosten tekemisestä voidaan luoda muutamassa tunnissa ystävällisen haastatteluympäristön ja väärien yksityiskohtien esittämisen avulla.
Oikeiden yksityiskohtien sisällyttäminen vääriin tapahtumakertomuksiin voi saada ne näyttämään uskottavammilta, jolloin henkilöt antavat runsaasti ja yksityiskohtaisia kuvauksia tapahtumista, joita ei koskaan tapahtunut.
Lainvalvontaviranomaisten käyttämä Reid-tekniikka voi johtaa vääriin tunnustuksiin ja virheellisiin tuomioihin.
Psykologiset tutkimukset osoittavat, että vääriä muistoja voidaan istuttaa, mikä johtaa siihen, että ihmiset uskovat virheellisesti tehneensä rikoksen.
Tutkimus herättää kysymyksiä ihmisen muistin luotettavuudesta ja sen vaikutuksista rikosoikeusjärjestelmään.
Miksi Apple kieltäytyy lisäämästä ikkunan napsautusta macOS:ään?- Kirjoituksessa käsitellään sitä, miksi Apple ei ole lisännyt macOS-käyttöjärjestelmäänsä "window snapping" -nimistä ominaisuutta.
Ikkunoiden napsauttaminen on ominaisuus, jonka avulla käyttäjät voivat helposti järjestää ja muuttaa avointen ikkunoiden kokoa tietokoneen näytöllä.
Postauksessa tarkastellaan eri näkökulmia siihen, miksi Apple on saattanut päättää olla lisäämättä tätä ominaisuutta macOS:ään.
Käyttäjät kyseenalaistavat, miksi Apple ei ole lisännyt macOS:ään ikkunan napsimisominaisuutta, ja ilmaisevat turhautuneisuutensa macOS:n ikkunoiden vihreän painikkeen oletuskäyttäytymiseen.
Keskustelu korostaa kiinnostusta ja kysyntää ikkunan napsautusominaisuutta kohtaan macOS:ssä sekä erilaisia kiertoteitä ja mukautusvaihtoehtoja, joita käyttäjillä on käytettävissään.
Monet käyttäjät ilmaisevat turhautuneisuutensa siihen, että heidän on käytettävä kolmannen osapuolen sovelluksia ikkunoiden tehokkaaseen hallintaan, ja suosittelevat ratkaisuja, kuten Magnet, Rectangle ja Amethyst, ikkunoiden hallintaan.
Hetznerin ARM64-palvelimien suorituskyvyn tarkastelu osoittaa, että ne toimivat erittäin hyvin, sillä CAX21-kone on WebP-muunnosnopeudessa vain 8 prosenttia hitaampi kuin CPX21-kone.
Hetzner tarjoaa edullisimman hinnan ARM64-palvelimille verrattuna muihin suosittuihin palveluntarjoajiin.
WebP Cloud Services on siirtänyt kaikki palvelunsa Hetznerin ARM64-palvelimille niiden vaikuttavan suorituskyvyn ja kustannustehokkuuden vuoksi.
Artikkelin kirjoittaja teki virheen kuvatessaan E3-1230-prosessoria 8-ytimiseksi palvelimeksi, vaikka se on itse asiassa 4-ytiminen palvelin, jossa on 8 säiettä.
Joillakin käyttäjillä on ollut vaikeuksia käyttää ARM-kuvia Dockerissa, koska ne ovat usein epätäydellisiä tai jäljessä x86-julkaisusyklistä.
Hetznerin ARM64-palvelimet tarjoavat kustannustehokkaan vaihtoehdon x86-palvelimille, ja niiden suorituskyky on vertailukelpoinen ja kustannussäästöt ovat huomattavat.
Korkeaan suorituskykyyn ja luotettavuuteen tähtäävä bcachefs-tiedostojärjestelmä on yhä lähempänä sulauttamista Linux-ytimeen.
bcachefsin luoja Kent Overstreet kertoi tiedostojärjestelmän tilasta, kuten viimeaikaisista skaalautuvuusparannuksista ja tilannekuvien ja poistokoodauksen kaltaisten ominaisuuksien käyttöönotosta.
Overstreet on lähettänyt alustavia korjauksia tarkistettavaksi ja työskentelee bcachefsin yhdistämisprosessin parissa, mukaan lukien vikatukeen ja koodin tarkistamiseen liittyvien huolenaiheiden ratkaiseminen.
Bcachefs, uusi tiedostojärjestelmä, on parhaillaan yhdistymässä Linux-ytimeen.
On esitetty huolenaiheita tiedostojärjestelmien määrästä ytimessä ja niiden poistamisen vaikeudesta, joka johtuu tiedostojärjestelmien ja muiden osajärjestelmien läheisestä kytkennästä.
Bcachefs on ollut kehitteillä yli 10 vuotta, ja se on lupaava, mutta voi vielä kestää jonkin aikaa ennen kuin sitä suositellaan laajamittaiseen käyttöön.