एक सुरक्षा शोधकर्ता ने Arc के ऐप में एक कमजोरी की खोज की, जिससे creatorID फ़ील्ड में हेरफेर करके अन्य उपयोगकर्ताओं के ब्राउज़रों पर मनमाना जावास्क्रिप्ट निष्पादन संभव हो गया।
इस कमजोरी की रिपोर्ट की गई, इसे ठीक किया गया, और एक दिन के भीतर $2,000 का इनाम दिया गया, बाद में एक CVE (CVE-2024-45489) असाइन किया गया।
आर्क ने गोपनीयता चिंताओं को संबोधित करते हुए, फायरबेस को बंद कर दिया और सुरक्षा में सुधार के लिए एक बग बाउंटी कार्यक्रम शुरू किया।
ब्राउज़र कंपनी, जो Arc बनाती है, ने एक महत्वपूर्ण कमजोरी का खुलासा किया जिससे उपयोगकर्ताओं के ब्राउज़रों तक बिना किसी विशेष वेबसाइट पर गए पहुंचा जा सकता था। इस समस्या को ठीक कर दिया गया है, और कोई भी उपयोगकर्ता प्रभावित नहीं हुआ।
कंपनी की योजना है कि वे Firebase से हट जाएं, एक बग बाउंटी प् रोग्राम स्थापित करें, और अपनी सुरक्षा टीम को मजबूत करें, जिसमें एक नए वरिष्ठ सुरक्षा इंजीनियर की भर्ती भी शामिल है।
इस घटना ने $2,000 के बग बाउंटी की पर्याप्तता के बारे में चर्चाओं को जन्म दिया है, कई लोगों का सुझाव है कि इस भेद्यता की गंभीरता को देखते हुए इसे काफी अधिक होना चाहिए।
SimpleIcons.org ने लोक प्रिय ब्रांडों के लिए 3,000 मुफ्त SVG आइकनों का एक संग्रह जारी किया है, जिससे तकनीकी समुदाय का काफी ध्यान आकर्षित हुआ है।
संग्रह अपनी व्यापक श्रेणी और उपयोग में आसानी के लिए उल्लेखनीय है, लेकिन उपयोगकर्ताओं को संभावित ट्रेडमार्क उल्लंघनों से बचने के लिए लाइसेंसिंग समझौतों की जांच करने की सलाह दी जाती है।
रिलीज ने बिना स्पष्ट अनुमति के ब्रांड लोगो के उपयोग के कानूनी प्रभावों के बारे में चर्चाओं को जन्म दिया है, जिससे बौद्धिक संपदा अधिकारों को समझने के महत्व पर प्रकाश डाला गया है।
हमलावर सार्वजनिक रिपॉजिटरी पर मुद्दे बनाकर और जल्दी से हटाकर GitHub अधिसूचना ईमेल का उपयोग करके मैलवेयर वितरित कर रहे हैं।
मैलवेयर, जिसका नाम 'LUMMASTEALER' है, उपयोगकर्ताओं को एक दुर्भावनापूर्ण पावरशेल कमांड चलाने के लिए धोखा देकर क्रिप्टोक्यूरेंसी वॉलेट और संग्रहीत क्रेडेंशियल्स जैसी संवेदनशील जानकारी चुरा लेता है।
हमला विंडोज़ द्वारा डाउनलोड की गई फाइलों और कोड-साइनिंग प्रमाणपत्रों के प्रबंधन में कमजोरियों का लाभ उठाता है, और GitHub की अधिसूचना ईमेल में सुधार ऐसे खतरों को कम कर सकता है।
GitHub अधिसूचना ईमेल का दुरुपयोग करके मैलवेयर वितरित किया गया है, जिससे सुरक्षा को लेकर चिंताएं बढ़ गई हैं।
चर्चाओं में इस बात पर जोर दिया जाता है कि धोखाधड़ी से बचने के लिए संदिग्ध डोमेन और शेल इनपुट की आवश्यकता वाले कमांड जैसी लाल झंडियों को पहचानना कितना महत्वपूर्ण है।
यह बातचीत इस बात पर जोर देती है कि अनुभवी उपयोगकर्ता भी धोखा खा सकते हैं, जिससे GitHub पर उन्नत सुरक्षा उपायों की आवश्यकता को रेखांकित किया गया है।
ब्लॉग पोस्ट पोर्ट फॉरवर्डिंग और टनलिंग पर एक विस्तृत मार्गदर्शिका प्रदान करता है, जिसमें उपयोग के मामले, कॉन्फ़िगरेशन और सीमाओं को शामिल किया गया है।
मुख्य विषयों में असुरक्षित कनेक्शनों को एन्क्रिप्ट करना, SSH के माध्यम से वेब एडमिन पैनल तक पहुंचना, और आंतरिक सर्वरों तक पहुंचने के लिए SSH जंपहोस्ट का उपयोग करना शामिल है।
स्थानीय, दूरस्थ, और गतिशील पोर्ट फ़ॉरवर्डिंग के लिए महत्वपूर्ण कॉन्फ़िगरेशन और कमांड्स का विवरण दिया गया है, साथ ही SSH टनलिंग की सीमाओं और संभावित सुरक्षा जोखिमों का भी उल्लेख किया गया है।
2024 में, SSH कनेक्शनों को सरल बनाने और समय बचाने के लिए ~/.ssh/config को LocalForward, RemoteForward, और ProxyJump के साथ कॉन्फ़िगर करना अनुशंसित है।
यह सेटअप एक उपनाम के माध्यम से एक लक्षित सर्वर पर निर्बाध SSH, SCP, और RSYNC संचालन की अनुमति देता है और स्थानीय और दूरस्थ पहुंच के लिए विशिष्ट पोर्ट को अग्रेषित करता है।
0.0.0.0 का उपयोग localhost या 127.0.0.1 के बजाय करने से सभी नेटवर्क इंटरफेस पर पोर्ट्स खुल सकते हैं, इसलिए सुरक्षा बनाए रखने के लिए उचित फ़ायरवॉल सेटिंग्स सुनिश्चित करें।
एक तकनीकी उत्साही ने 1971 के 4-बिट इंटेल 4004 माइक्रोप्रोसेसर पर सफलतापूर्वक डेबियन लिनक्स को बूट किया, जिससे इस ऐतिहासिक सीपीयू की क्षमताओं का प्रदर्शन हुआ।
इस परियोजना में एक कस्टम विकास बोर्ड बनाना और एक 4004 एमुलेटर लिखना शामिल था ताकि एक MIPS R3000 एमुलेटर चलाया जा सके, जो हार्डवेयर और सॉफ्टवेयर अनुकूलन का महत्वपूर्ण प्रदर्शन करता है।
यह उपलब्धि निम्न-स्तरीय हार्डवेयर की क्षमता को उजागर करती है और कंप्यूटिंग के इतिहास में एक मील का पत्थर साबित होती है, जो पुरानी तकनीक की संभावनाओं को आगे बढ़ाती है।
दि मित्री ने सफलतापूर्वक एक इंटेल 4004 माइक्रोप्रोसेसर पर लिनक्स को बूट किया है, जो ट्यूरिंग पूर्णता और संगणनात्मक क्षमता की चरम सीमाओं को प्रदर्शित करता है।
यह परियोजना Intel 4004 की ऐतिहासिक महत्ता को उजागर करती है, जो पहला व्यावसायिक रूप से उपलब्ध माइक्रोप्रोसेसर था, और यह दिखाती है कि यह आधुनिक सॉफ़्टवेयर को चलाने में सक्षम है, हालांकि अत्यंत धीमी गति से।
इस उपलब्धि ने अपनी तकनीकी जटिलता और इतने कमज़ोर और प्राचीन हार्डवेयर पर एक आधुनिक ऑपरेटिंग सिस्टम चलाने की नवीनता के कारण महत्वपूर्ण ध्यान आकर्षित किया है।
zb एक प्रारंभिक चरण का निर्माण प्रणाली है जिसे रॉक्सी लाइट द्वारा विकसित किया गया है, जिसका उद्देश्य उपयोगकर्ता के अनुकूल पुनरुत्पादक निर्माण और निर्भरता प्रबंधन है।
मुख्य विशेषताओं में एक परिचित Lua स्क्रिप्टिंग भाषा, शक्तिशाली निर्माण क्षमताएँ, गैर-नियतात्मक निर्माणों के लिए समर्थन, Nix के साथ संगतता, और क्रॉस-प्लेटफ़ॉर्म समर्थन (विंडोज, लिनक्स, macOS) शामिल हैं।
zb ने एक महत्वपूर्ण मील का पत्थर हासिल किया है, अब यह Nix पर निर्भर नहीं है, और एक नए बैकएंड के साथ सामग्री-संबोधित व्युत्पत्तियों और 'इंटेंशनल मॉडल' का समर्थन करता है, जो पूरी तरह से कार्यात्मक सॉफ़्टवेयर परिनियोजन मॉडल से है।
Zb एक प्रारंभिक चरण का निर्माण प्रणाली है जिसे केवल सामग्री-संबोधित व्युत्पत्तियों का समर्थन करके निर्माण मॉडल को सरल बनाने के लिए डिज़ाइन किया गया है, जो Nix के दृष्टिकोण से भिन्न है।
यह प्रणाली Nix के साथ अंतरसंचालनीयता के मुद्दों को संबोधित करने का लक्ष्य रखती है, जैसे कि क्रॉस-स्टोर संदर्भों की कमी और Nixpkgs व्युत्पत्तियों को प्राप्त करने के लिए Nix मूल्यांकनकर्ता की आवश्यकता।
Zb एक JSON-RPC-आधारित सार्वजनिक API पेश करता है जो बिल्ड्स को चलाने के लिए है, जिससे संभावित रूप से इन्फ्रास्ट्रक्चर इकोसिस्टम को प्रबंधित और एकीकृत करना आसान हो सकता है।
प्रासंगिक पुनःप्राप्ति को संदर्भात्मक एम्बेडिंग्स और संदर्भात्मक BM25 का उपयोग करके पुनःप्राप्ति-वर्धित पीढ़ी (RAG) में पुनःप्राप्ति चरण को सुधारने के लिए पेश किया गया है, जो पुनः रैंकिंग के साथ मिलाने पर असफल पुनःप्राप्तियों को 67% तक कम कर देता है।
यह विधि पुनः प्राप्ति की सटीकता को बढ़ाती है, जिससे ग्राहक समर्थन और कानूनी विश्लेषण जैसे डाउनस्ट्रीम कार्यों में बेहतर प्रदर्शन होता है, और इसे प्रदान की गई कुकबुक का उपयोग करके लागू किया जा सकता है।
पारंपरिक RAG अक्सर दस्तावेजों को छोटे टुकड़ों में विभाजित करके संदर्भ खो देता है; संदर्भात्मक पुनर्प्राप्ति इसे टुकड़ा-विशिष्ट व्याख्यात्मक संदर्भ को एम्बेडिंग से पहले जोड़कर और BM25 सूचकांक बनाकर संबोधित करती है।
एंथ्रोपिक ने अपने संदर्भात्मक पुनःप्राप्ति प्रक्रिया की लागत-प्रभावशीलता में सुधार करने के लिए प्रॉम्प्ट कैशिंग की शुरुआत की है, जो एक बड़ी भाषा मॉडल (LLM) का उपयोग करके चंक्स का विस्तार करके पुनःप्राप्ति-वर्धित जनरेशन (RAG) परिणामों को बेहतर बनाने की एक विधि है।
प्रॉम्प्ट कैशिंग डेवलपर्स को लागत बचाने की अनुमति देता है क्योंकि यह एक बड़े दस्तावेज़ को मॉडल के माध्यम से चलाने के बाद उसकी स्थिति को संग्रहीत करता है, बजाय इसके कि हर बार प्रत्येक टुकड़े को पुनः उत्पन्न किया जाए। यह उन लोगों के लिए एक महत्वपूर्ण अपडेट है जो RAG वर्कफ़्लोज़ के साथ काम कर रहे हैं।
पोस्ट इस बात पर प्रकाश डालता है कि जबकि कुकबुक एक विशिष्ट RAG वर्कफ़्लो के लिए एक मार्गदर्शिका प्रदान करता है, वास्तविक नवाचार प्रॉम्प्ट कैशिंग की लागत-बचत सुविधा में निहित है, जिसे एक महीने पहले पेश किया गया था।
iPhone 16 JPEG XL को पेश करता है, जो एक अगली पीढ़ी का इमेज फॉर्मेट है जो मानक JPEGs की तुलना में बेहतर गुणवत्ता और छोटे फाइल आकार प्रदान कर ता है।
JPEG XL वाइड-गैमट और एचडीआर छवियों का समर्थन करता है, प्रति चैनल 32 बिट्स तक की पेशकश करता है, और दृश्य गुणवत्ता बनाए रखते हुए फाइल के आकार को 55% तक कम कर सकता है।
इसके फायदों के बावजूद, JPEG XL अभी तक व्यापक रूप से अपनाया नहीं गया है, प्रमुख ब्राउज़रों से सीमित समर्थन के साथ, लेकिन iPhone 16 Pro में Apple की शामिली इसे व्यापक रूप से अपनाने के लिए प्रोत्साहित कर सकती है।
आईफोन 16 में JPEG XL का एप्पल द्वारा एकीकरण फोटो की गुणवत्ता और भंडारण दक्षता को बढ़ाता है, जो मानक JPEGs की तुलना में 55% तक बेहतर संपीड़न प्रदान करता है।
यह विशेष रूप से ProRAW छवियों के लिए लाभदायक है, जो बड़ी होती हैं और अब अधिक कुशलता से संग्रहीत की जा सकती हैं, हालांकि वर्तमान में यह केवल नवीनतम iPhone मॉडलों तक ही सीमित है।
सैमसंग जैसी अन्य कंपनियों द्वारा व्यापक अपनाने से JPEG XL का भविष्य आशाजनक दिखता है, हालांकि संगतता और पारिस्थितिक प्रभाव के बारे में कुछ चिंताएँ हैं।
CuPy एक GPU-संवर्धित एरे लाइब्रेरी है जो NumPy और SciPy के साथ संगत है, जिसे NVIDIA CUDA और AMD ROCm प्लेटफार्मों पर चलाने के लिए डिज़ाइन किया गया है, जिससे मौजूदा Python कोड GPU कंप्यूटिंग का लाभ उठा सके।
यह निम्न-स्तरीय CUDA सुविधाओं तक पहुंच प्रदान करता है, जिससे CUDA C/C++ प्रोग्राम, स्ट् रीम्स, और CUDA रनटाइम API के साथ एकीकरण को सुगम बनाता है।
CuPy को pip, conda, या Docker के माध्यम से स्थापित किया जा सकता है, जिसमें विभिन्न CUDA और ROCm संस्करणों के लिए विशिष्ट संस्करण उपलब्ध हैं, और इसे Preferred Networks और सामुदायिक योगदानकर्ताओं द्वारा MIT लाइसेंस के तहत विकसित किया गया है।
CuPy को NumPy के लिए एक ड्रॉप-इन रिप्लेसमेंट के रूप में उजागर किया गया है, जो GPU एक्सेलेरेशन और AMD GPUs के साथ संगतता प्रदान करता है, जिससे यह उच्च-प्रदर्शन कंप्यूटिंग के लिए आकर्षक बनता है।
CuPy, NumPy और PyTorch के साथ मिलकर, अपने API के एक साझा उपसमुच्चय की दिशा में काम कर रहा है, जिससे इन लाइब्रेरीज़ के बीच कोड इंटरऑपरेबिलिटी सक्षम हो सके, हालांकि पू र्ण अनुपालन अभी भी प्रगति में है।
CuPy क्वांटम मैकेनिक्स में ईजेनवैल्यू गणनाओं जैसे गणनात्मक कार्यों के लिए महत्वपूर्ण प्रदर्शन वृद्धि प्रदान करता है, और यह NumPy के समान इन-प्लेस ऑपरेशनों का समर्थन करता है, जिससे यह GPU-त्वरित कंप्यूटिंग के लिए एक शक्तिशाली उपकरण बन जाता है।
शोधकर्ताओं ने SCoRe नामक एक बहु-चरणीय ऑनलाइन सुदृढीकरण शिक्षण (RL) विधि प्रस्तुत की, जो स्व-उत्पन्न डेटा का उपयोग करके बड़े भाषा मॉडलों (LLMs) में आत्म-सुधार को बढ़ाने के लिए है।
SCoRe मॉडल के अपने वितरण के तहत प्रशिक्षण देकर सुपरवाइज्ड फाइन-ट्यूनिंग (SFT) की सीमाओं को संबोधित करता है, जिससे MATH और HumanEval बेंचमार्क पर क्रमशः 15.6% और 9.1% की आत्म-सुधार में वृद्धि होती है।
यह प्रगति महत्वपूर्ण है क्योंकि यह कई मॉडलों या बाहरी पर्यवेक्षण की आवश्यकता को कम करती है, जिससे आत्म-सुधार अधिक कुशल और प्रभावी हो जाता है।
एक नया पेपर भाषा मॉडलों को आत्म-सुधार के लिए प्रशिक्षण देने पर चर्चा करता है, जिसमें पुनर्बलन शिक्षण (RL) का उपयोग किया जाता है, एक विधि जिसमें मॉडल अपनी गलतियों से सीखते हैं ताकि भविष्य के प्रदर्शन में सुधार हो सके।
इस दृष्टिकोण की तुलना OpenAI के o1 मॉडल से की जाती है, जो अपनी तर्कशक्ति को परिष्कृत करने और त्रुटियों को सुधारने के लिए भी RL का उपयोग करता है, हालांकि सटीक विधियाँ और विवरण भिन्न होते हैं।
यह पेपर इस चुनौती को उजागर करता है कि मॉडल्स को आत्म-सुधार तकनीकों को अपनाने के लिए कैसे मार्गदर्शन किया जाए, बजाय इसके कि वे पहली बार में ही सही उत्तर प्राप्त करने का प्रयास करें, जो भाषा मॉडल की सटीकता और विश्वसनीयता में सुधार करने की दिशा में एक महत्वपूर्ण कदम है।
ब्रिटेन की अर्थव्यवस्था आवास, परिवहन और ऊर्जा में निवेश पर प्रतिबंधों के कारण ठहराव में है, और वास्तविक वेतन वृद्धि 16 वर्षों से स्थिर है।
उच्च बुनियादी ढांचा लागत, प्रतिबंधात्मक आवास नीतियां, और महंगी ऊर्जा ने आर्थिक मंदी में योगदान दिया है।
समाधानों में निजी निवेश के अवरोधों को हटाना, योजना प्रक्रियाओं को सरल बनाना, और सफल अंतरराष्ट्रीय मॉडलों को अपनाना शामिल है, जैसे कि दक्षिण कोरिया का परमाणु ऊर्जा के प्रति दृष्टिकोण।
लेख ब्रिटेन की आर्थिक स्थिरता को ऐतिहासिक सरकारी नीतियों से जोड़ता है, जिसमें द्वितीय विश्व युद्ध के बाद की राज्य निवेश और 1980 के दशक की कंजरवेटिव निजीकरण शामिल हैं।
आलोचकों का तर्क है कि निजीकरण ने दीर्घकालिक गिरावट को जन्म दिया है, जैसे कि जल कंपनियों के खराब प्रदर्शन के उदाहरण का उपयोग करते हुए।
चर्चा में दक्षिणपंथी थिंक टैंकों के प्रभाव को भी उजागर किया गया है और ब्रिटेन की आर्थिक स्थिति की तुलना अन्य देशों से की गई है, जिसमें प्रतिबंधात्मक योजना प्रणालियों और अपर्याप्त बुनियादी ढांचा निवेश को प्रमुख कारक बताया गया है।
ओपनपायलट एक ऑपरेटिंग सिस्टम है जो 275 से अधिक समर्थित कारों में ड्राइवर सहायता को बढ़ाने के लिए उपयोग किया जाता है, जिसके लिए एक कॉमा 3/3X डिवाइस और एक संगत कार हार्नेस की आवश्यकता होती है।
सॉफ्टवेयर ISO26262 सुरक्षा दिशानिर्देशों का पालन करता है, कठोर परीक्षणों से गुजरता है, और MIT लाइसेंस के तहत जारी किया जाता है, जो इसके अल्फा गुणवत्ता और केवल अनुसंधान उद्देश्यों पर जोर देता है।
उपयोगकर्ता डेटा, जिसमें सड़क की ओर कैमरा फुटेज और अन्य सेंसर लॉग शामिल हैं, सिस्टम को सुधारने के लिए डिफ़ॉल्ट रूप से अपलोड किया जाता है, जिसमें डेटा संग्रह को अक्षम करने और ड्राइवर की ओर कैमरा लॉगिंग के लिए ऑप्ट-इन करने के विकल्प होते हैं।
ओपनपायलट, जिसे कॉमा.एआई द्वारा विकसित किया गया है, एक उन्नत ड्राइवर सहायता प्रणाली (एडीएएस) है जो बिना हाथ लगाए ड्राइविंग सहायता प्रदान करती है, जिससे लंबी यात्राओं पर ड्राइवर का आत्मविश्वास और सतर्कता बढ़ती है।
यह प्रणाली 275 से अधिक कार मॉडलों के साथ संगत है और मौजूदा कार सेंसरों के साथ एकीकृत होती है, जिससे लेन कीपिंग और दूरी सहायता जैसी सुविधाएं मिलती हैं, हालांकि यह पूरी तरह से स्व-चालित समाधान नहीं है।
न्यूनतम वेंचर कैपिटल फंडिंग और एक छोटे से टीम के बावजूद, Comma.ai ने एक लाभदायक उत्पाद बनाया है, जिसमें Openpilot ओपन-सोर्स है और MIT के तहत लाइसेंस प्राप्त है, जो पारदर्शिता और समुदाय समर्थन सुनिश्चित करता है।
थ्री माइल आइ लैंड परमाणु संयंत्र माइक्रोसॉफ्ट के एआई संचालन को शक्ति देने के लिए फिर से शुरू होगा, जिसमें कॉन्स्टेलेशन इसे 2028 तक ऑनलाइन लाने के लिए $1.6 बिलियन का निवेश करेगा, जिससे 835 मेगावाट ऊर्जा प्रदान की जाएगी।
यह सौदा विशेष रूप से लंबे समय तक प्रतिकूल मौसम की स्थिति के दौरान सौर और पवन ऊर्जा की तुलना में परमाणु ऊर्जा की विश्वसनीयता को रेखांकित करता है।
चर्चा में परमाणु ऊर्जा की उच्च प्रारंभिक लागत, दीर्घकालिक निम्न ईंधन लागत, और सार्वजनिक सुरक्षा चिंताओं पर विचार शामिल हैं, जिसमें थ्री माइल आइलैंड, फुकुशिमा और चेर्नोबिल जैसी पिछली घटनाओं का संदर्भ दिया गया है।
एक नई विधि परिदृश्य चित्रण के माध्यम से मौसम पूर्वानुमानों को दृश्य रूप में प्रस्तुत करती है, जिससे यह पारंपरिक संख्यात्मक डेटा की तुलना में अधिक सहज और कम तनावपूर्ण हो जाता है।
परिदृश्य छवि विभिन्न मौसम तत्वों को संहिताबद्ध करती है, जैसे कि हवा की दिशा, तापमान, बादल कवर, और वर्षा, साथ ही गैर-मौसम घटनाओं जैसे जन्मदिन और छुट्टियाँ।
पायथन और पिलो लाइब्रेरी का उपयोग करके कार्यान्वित, यह प्रणाली 296x128 ई-इंक डिस्प्ले के लिए डिज़ाइन की गई है और हर 15 मिनट में एक ईएसपी32 विकास बोर्ड का उपयोग करके अपडेट होती है।
एक परियोजना परिदृश्य चित्रों के माध्यम से मौसम पूर्वानुमानों को दर्शाती है, जिसका उद्देश्य सटीक मौसम रिपोर्ट प्रदान करने के बजाय माहौल सेट करना है।
उपयोगकर्ताओं ने विभिन्न कार्यान्वयन साझा किए हैं, जिनमें वर्तमान मौसम डेटा के आधार पर छवियां उत्पन्न करने के लिए OpenAI के DALL-E का उपयोग और माइक्रोकंट्रोलर्स के साथ एकीकरण शामिल है।
इस परियोजना ने मौसम दृश्यांकन के रचनात्मक दृष्टिकोण के कारण रुचि उत्पन्न की है, जिसमें सुधार के सुझाव जैसे ऑफ़लाइन कार्यक्षमता और सीधे सेंसर इंटरफेसिंग शामिल हैं।