Proposal "Chat Control" dari Komisi UE bertujuan untuk menerapkan pengawasan massal, yang berpotensi mengorbankan privasi dan keamanan data warga negara.
Jika disahkan, hal ini akan mengharuskan penyedia layanan untuk memindai pesan-pesan yang mengandung materi pelecehan seksual anak (CSAM), namun para kritikus berpendapat bahwa hal ini tidak efektif melawan penjahat dan merugikan demokrasi.
Threema, sebuah layanan komunikasi yang aman, menentang proposal tersebut dan mungkin akan meninggalkan Uni Eropa untuk menghindari kepatuhan, menyoroti potensi penyalahgunaan dan penentangan dari para pendukung privasi.
Melaksanakan sistem global untuk mengatur privasi internet akan menghadapi perlawanan yang signifikan dari para advokat privasi dan perusahaan teknologi.
Menegakkan sistem semacam itu secara global hampir tidak mungkin karena tingkat komitmen yang berbeda terhadap privasi dan kebebasan internet di berbagai negara.
Kebijakan Rancangan Pengendalian Obrolan Komisi UE bertujuan untuk memerangi kekerasan seksual terhadap anak tetapi menimbulkan kekhawatiran signifikan tentang hak-hak fundamental.
Isu-isu utama yang disoroti meliputi pelanggaran privasi, efek mengerikan pada kebebasan berekspresi, kewajiban penyaringan yang rentan kesalahan, pemblokiran situs web, dan verifikasi usia yang wajib.
Organisasi GFF berpendapat bahwa langkah-langkah ini melanggar Piagam Hak Asasi Uni Eropa dan menyerukan untuk mempertimbangkan kembali rancangan peraturan tersebut.
Kongres Eropa sedang memperdebatkan undang-undang 'Kontrol Obrolan' yang dapat melanggar hak-hak dasar, yang mengharuskan pengguna untuk memilih untuk mengirim gambar dan video.
Kritikus berpendapat bahwa proposal tersebut bertentangan dengan prinsip-prinsip GDPR Uni Eropa dan dapat menyebabkan persetujuan yang dipaksakan, menimbulkan kekhawatiran tentang privasi dan campur tangan pemerintah yang berlebihan.
Undang-undang tersebut mungkin akan segera disahkan oleh Dewan Eropa, memicu kekhawatiran akan pengawasan massal dan mempertanyakan komitmen Uni Eropa dalam melindungi hak-hak individu.
Konsil Uni Eropa akan melakukan pemungutan suara mengenai Kontrol Obrolan, yang melibatkan pencarian massal komunikasi pribadi, pada 20 Juni 2024.
Kapan waktu pemungutan suara, yang dilakukan tak lama setelah Pemilihan Eropa, dianggap sebagai upaya untuk menghindari pengawasan publik.
Civil society didesak untuk segera bertindak dengan menghubungi pemerintah mereka, meningkatkan kesadaran secara online, dan mengorganisir protes, karena draf saat ini dianggap tidak dapat diterima.
Uni Eropa siap menyetujui "Chat Control," sebuah regulasi yang mengharuskan pemindaian semua pesan langsung di platform seperti Reddit, Twitter, Discord, dan Steam untuk CSAM (materi pelecehan seksual anak).
Kritikus berpendapat bahwa langkah tersebut belum pernah terjadi sebelumnya dan kemungkinan tidak efektif, karena pelanggar mungkin akan beralih ke layanan pribadi, serta menimbulkan kekhawatiran signifikan terkait privasi dan penyalahgunaan wewenang.
Signal Foundation telah mengumumkan bahwa mereka akan keluar dari Uni Eropa jika peraturan tersebut diberlakukan, menyoroti sifat kontroversial dari proposal tersebut.
htmx 2.0.0 telah dirilis, mengakhiri dukungan untuk Internet Explorer dan memperketat beberapa pengaturan default tanpa mengubah fungsionalitas inti atau API.
Perubahan besar termasuk memindahkan ekstensi ke repositori baru, menghapus atribut yang tidak digunakan lagi, dan memodifikasi penanganan permintaan HTTP DELETE.
Keluaran ini tidak akan ditandai sebagai yang terbaru di NPM hingga 1 Januari 2025, untuk menghindari pemaksaan pembaruan; versi 1.x akan tetap menjadi yang terbaru hingga saat itu.
Htmx 2.0.0 telah dirilis, menampilkan pembersihan dan menghapus dukungan untuk Internet Explorer (IE), daripada fitur-fitur baru yang besar.
Para pengembang memuji htmx karena menyederhanakan pengembangan web, dengan satu pengguna menggantikan 500 baris JavaScript (JS) dengan beberapa atribut htmx, meningkatkan efisiensi dan kesenangan.
Keluaran ini telah memicu diskusi tentang potensi perbaikan dan perbandingan dengan alat lain, menyoroti peran htmx dalam mengurangi ketergantungan pada kerangka kerja JS yang kompleks.
Scarecrow adalah alat keamanan siber yang saat ini berada dalam fase alfa, dirancang untuk berjalan di latar belakang komputer Anda guna mencegah virus dan malware.
Cyber Scarecrow adalah alat yang menciptakan proses palsu dan entri registri untuk menipu malware agar berpikir bahwa ia sedang dianalisis, sehingga menghentikannya dari eksekusi.
Pengguna telah menyampaikan kekhawatiran tentang transparansi alat ini, termasuk tidak adanya halaman 'tentang kami', tautan GitHub, dan sertifikat penandatanganan kode.
Penulis telah mengakui masalah-masalah ini, dengan menyebutkan tingginya biaya sertifikat, dan ada saran untuk membuat alat ini menjadi sumber terbuka untuk membangun kepercayaan dan memvalidasi efektivitasnya melalui pengujian di dunia nyata.
Fandom, sebuah situs wiki populer, dikritik karena iklan yang mengganggu, termasuk video yang diputar otomatis dan gangguan yang konstan, mengutamakan keuntungan daripada pengalaman pengguna.
Pada tahun 2023, Fandom secara kontroversial menggantikan konten pengguna dengan iklan Grimace Shake dari McDonald's, yang menyebabkan migrasi massal wiki ke domain independen seperti Runescape, Minecraft, dan Hollow Knight.
Pengguna didorong untuk mendukung wiki independen dengan menggunakan alat seperti Indie Wiki Buddy, menggunakan pemblokir iklan, dan memigrasikan wiki mereka dari Fandom.
Komunitas-komunitas sedang memigrasikan wiki mereka dari Fandom ke platform yang di-hosting sendiri atau alternatif karena iklan yang mengganggu dan konten yang usang.
Contoh yang menonjol termasuk wiki Runescape dan Minecraft, yang telah berhasil beralih dari Fandom.
Alat seperti Indie Wiki Buddy dan LibRedirect membantu pengguna menghindari Fandom dengan mengarahkan mereka ke sumber yang lebih ramah pengguna, menyoroti dampak buruk modal ventura pada platform konten yang digerakkan oleh pengguna.
Kerja Ryan pada GPT-4o yang mencapai 50% pada set evaluasi publik Arc-AGI dianggap baru dan menarik di bidang penelitian 'penalaran LLM'.
Pendekatan ini melibatkan pembuatan sekitar 8.000 program Python untuk menerapkan transformasi, memilih yang benar, dan menerapkannya pada input uji, yang menunjukkan perpaduan antara pembelajaran mendalam (DL) dan sintesis program.
Walaupun hasilnya menjanjikan, ini didasarkan pada set evaluasi publik, dan hasil serupa pada set privat belum divalidasi, menunjukkan perlunya pemeriksaan dan verifikasi lebih lanjut.
DeepComputing telah memperkenalkan Mainboard RISC-V baru untuk Framework Laptop 13, yang dilengkapi dengan prosesor JH7110 dari StarFive dengan empat inti U74 RISC-V dari SiFive.
Perkembangan ini meningkatkan ekosistem Framework dengan memungkinkan pengguna untuk memilih arsitektur prosesor yang berbeda, mempromosikan fleksibilitas dan personalisasi.
Mainboard, yang ditujukan untuk pengembang dan penggemar, akan didemonstrasikan di RISC-V Summit Europe dan didukung oleh kolaborasi dengan Canonical dan Red Hat untuk kompatibilitas Linux yang kuat.
DeepComputing telah meluncurkan Mainboard RISC-V baru untuk laptop Framework, yang dilengkapi dengan prosesor JH7110 dan penyimpanan microSD, menyerupai Komputer Papan Tunggal (SBC) RISC-V dalam bentuk Framework.
Mainboard ini ditujukan untuk pengembang dan pengutak-atik, menawarkan modularitas dan potensi untuk bertukar antara papan x86 dan RISC-V, meskipun disertai dengan penurunan kinerja yang signifikan dibandingkan dengan x86.
Kolaborasi antara Framework dan DeepComputing ini dipandang sebagai langkah untuk mendiversifikasi dan memperluas ekosistem Framework, serta meningkatkan visibilitas teknologi RISC-V.
Sam Altman, mantan CEO dan Presiden Y Combinator (YC), telah secara tidak akurat tercantum sebagai ketua YC dalam beberapa dokumen resmi, termasuk pengajuan SEC dan situs web SPAC.
Kekeliruan tersebut telah memicu perdebatan, dengan beberapa pihak berargumen bahwa itu adalah kesalahan administratif kecil sementara yang lain menekankan implikasi hukum dari ketidakakuratan dalam pengajuan SEC.
Kritikus menyoroti bahwa kesalahan semacam itu, jika disengaja, dapat dianggap menyesatkan dan merusak kepercayaan, meskipun membuktikan niat dan kerugian material adalah hal yang kompleks.
Para peneliti dari Arizona State University menyarankan bahwa manusia mulai dengan cepat mengumpulkan pengetahuan teknologi melalui pembelajaran sosial sekitar 600.000 tahun yang lalu, menandai asal mula budaya kumulatif.
Studi yang diterbitkan dalam Proceedings of the National Academy of Sciences, menganalisis teknik pembuatan alat batu selama 3,3 juta tahun, mencatat peningkatan kompleksitas yang signifikan sekitar 600.000 tahun yang lalu.
Periode ini, kemungkinan pada zaman Pleistosen Tengah, juga melihat kemajuan seperti penggunaan api yang terkontrol dan konstruksi struktur kayu, yang menunjukkan bahwa budaya kumulatif mendahului perbedaan antara Neanderthal dan manusia modern.
Manusia mulai mengumpulkan pengetahuan teknologi sekitar 600.000 tahun yang lalu, dengan kemungkinan beberapa spesies Homo berbagi dan bertukar teknologi.
Istilah 'manusia' dapat merujuk pada manusia modern dan seluruh genus Homo, tetapi 'hominin' lebih tepat; terdapat perdebatan mengenai apakah Neanderthal dan Denisovan dianggap sebagai manusia.
Kumpulan pengetahuan yang cepat terkait dengan kemajuan dalam komunikasi, yang mungkin termasuk bentuk awal bahasa, menyoroti peran bahasa dalam transfer teknologi.
Tokencost adalah perpustakaan utilitas yang dirancang untuk memperkirakan biaya yang terkait dengan Model Bahasa Besar (LLM) dengan menghitung token dalam prompt dan penyelesaian serta menerapkan harga spesifik model.
Itu mengatasi tantangan dalam melacak biaya di berbagai model dan skema harga, membantu pengguna menghindari tagihan tak terduga dengan memberikan perkiraan biaya secara real-time.
Dirancang oleh AgentOps, Tokencost kini bersifat open source, memungkinkan para pengembang untuk mengintegrasikannya ke dalam proyek mereka untuk manajemen biaya yang lebih baik.
Tokencost adalah sebuah perpustakaan utilitas yang dirancang untuk memperkirakan biaya lebih dari 400 Model Bahasa Besar (LLM) dengan menghitung token dalam prompt dan penyelesaian serta mengalikan dengan biaya model.
Dirancang oleh AgentOps dan bersifat open-source, ini membantu pengembang melacak pengeluaran dan menghindari tagihan tak terduga, menggunakan kamus biaya sederhana dan fungsi utilitas.
Pengguna telah menyarankan perbaikan seperti menambahkan dukungan untuk Rust, menormalkan biaya, dan memasukkan biaya gambar dan panggilan fungsi, meskipun ada kekhawatiran tentang akurasi untuk model tanpa tokenizer publik.
Dalam bulan April 2024, dua bug kritis dilaporkan pada blockchain layer-1 Sei Network, yang mempengaruhi ketersediaan dan integritas rantai.
Yayasan Sei memberikan penghargaan sebesar $75,000 dan $2,000,000 untuk laporan bug masing-masing, yang diidentifikasi dan diperbaiki sebelum rilis produksi, memastikan tidak ada dana yang berisiko.
Kebijakan proaktif dan respons cepat oleh Yayasan Sei mencegah potensi bahaya terhadap kapitalisasi pasar token Sei, menunjukkan komitmen yang kuat terhadap perlindungan pengguna.
Sei Network telah membayar bug bounty sebesar $2 juta, menyoroti insentif finansial yang signifikan di sektor cryptocurrency untuk mengidentifikasi kerentanan keamanan.
Bug bounty tersebut diproses melalui Immunefi, sebuah platform yang mengkhususkan diri dalam bug bounty kripto, yang sering kali memberikan pembayaran melebihi $1 juta.
Pembayaran ini menekankan pentingnya keamanan dalam industri kripto, di mana biaya potensi pelanggaran bisa sangat besar dibandingkan dengan keuangan tradisional.
Google DeepMind beralih dari laboratorium penelitian menjadi pabrik produk AI, memicu perdebatan tentang tantangan dan potensi jebakan dari transisi ini.
Kritikus menyarankan bahwa mengintegrasikan tim produk berpengalaman dari Google dengan penelitian DeepMind mungkin lebih efektif daripada mengubah organisasi penelitian menjadi entitas yang berfokus pada produk.
Kekhawatiran termasuk dampaknya pada penelitian fundamental dan risiko menghasilkan produk yang terburu-buru dan kurang berkembang, meskipun beberapa orang percaya bahwa pergeseran ini dapat mengarah pada kemajuan signifikan dalam produk AI.
Postingan tersebut membahas tantangan dalam memperoleh keluaran terstruktur, seperti JSON, dari Model Bahasa Besar (LLM), yang biasanya memberikan respons dalam bahasa alami.
Itu menyediakan perbandingan mendetail dari berbagai kerangka kerja yang dirancang untuk mengonversi keluaran LLM menjadi format terstruktur, mengevaluasi mereka berdasarkan kriteria seperti dukungan bahasa, penanganan JSON, kontrol prompt, dan penyedia model yang didukung.
Kerangka kerja yang dibandingkan meliputi BAML, Instructor, TypeChat, Marvin, Outlines, Guidance, LMQL, JSONformer, Firebase Genkit, SGLang, dan lm-format-enforcer, masing-masing dengan fitur dan kemampuan unik untuk menangani ekstraksi data terstruktur.
Artikel BAML mengeksplorasi metode untuk mendapatkan output terstruktur dari Model Bahasa Besar (LLM), dengan menekankan pendekatan parsing unik BAML untuk menangani JSON yang salah bentuk.
BAML menawarkan fitur open-source dan berbayar, dengan opsi berbayar yang berfokus pada pemantauan dan peningkatan jalur AI.
Artikel tersebut membandingkan berbagai kerangka kerja dan membahas tantangan serta kompromi dalam menerapkan keluaran terstruktur, mencatat bahwa beberapa pengguna lebih memilih metode yang lebih sederhana seperti Pydantic untuk validasi JSON.
Insinyur perangkat lunak memiliki beberapa tujuan yang saling tumpang tindih dan kadang-kadang bertentangan, seperti menulis kode, mengelola kompleksitas, dan memenuhi kebutuhan pelanggan.
Kompleksitas esensial melekat pada masalah, sedangkan kompleksitas aksidental muncul dari masalah kinerja atau alat yang tidak optimal; mengurangi keduanya sangat penting.
Insinyur senior dapat mendefinisikan ulang masalah dengan menantang asumsi dan bernegosiasi dengan pemangku kepentingan, yang berpotensi menyederhanakan persyaratan dan meminimalkan kompleksitas.
Insinyur perangkat lunak terkadang merangkul kompleksitas untuk membenarkan peran mereka, seperti yang terlihat dalam komunitas seperti Enterprise Java, .NET, dan JavaScript (JS).
Artikel tersebut dengan humor merujuk pada satire Stroustrup C++ untuk menyoroti kompleksitas yang disengaja dalam bahasa pemrograman.
Ini berpendapat bahwa meminimalkan kompleksitas sangat penting untuk rekayasa yang baik, menyeimbangkan keputusan jangka pendek dan jangka panjang, serta memastikan konsistensi untuk menghindari komplikasi yang tidak perlu.