2023 年 6 月 18 日
- London Underground Dot Matrix Typeface は、ロンドン地下鉄の到着案内板や告知板で使用されている書体を再現したフォントのセットである。
- この書体には異なるウェイトが含まれており、地下鉄網の異なる時代に使用されたフォントを表現しています。
- 写真や映像などの参考資料を用いて作成されており、既存の書体に新しい文字を追加することで貢献する機会もあります。
- London Underground Dot Matrix Typeface は、デザイナーによって再現され、GitHub で公開されています。
- このフォントは、大文字がベースラインより下に伸びているのが特徴で、一目でわかるようになっています。
- このフォントはロンドン地下鉄独自のものだと思われるが、他の交通機関で使われているフォントと類似して いる可能性がある。
- この投稿では、Unicode 標準の記号 U+237C ⍼ RIGHT ANGLE WITH DOWNWARDS ZIGZAG ARROW の起源と歴史について調べています。
- この記号は、ISO/IEC TR 9573-13 という SGML の技術報告書と、S16139 というマトリックスのシリアルナンバーの Monotype にさかのぼります。
- このシンボルに関連する具体的な文書を見つけることは困難であるが、調査は継続中である。
- U+237C ⍼ &Angzarr という謎の記号の意味と由来を探る記事です；
- 著者はケンブリッジ図書館にこの記号に関連する文書のスキャンを依頼したが、著作権法およびスキャン制限を超えると言われた。
- 読者は、デジタルリクエストの資金を援助し、研究を継続する方法を見つけることに興味がある。
- デタラメな仕事とは、官民問わず存在する無意味で不必要なポジションで、従業員の不満を招き、組織の真の目的を損なっている。
- 多くの労働者が意味のない仕事に窮屈さを感じ、有意義な仕事の必要性と BS の仕事の要求とのバランスを取るのに苦労し、精神衛生や自尊心に悪影響を及ぼしています。
- ユニバーサル・ベーシック・インカム(UBI)のコンセプトは、でたらめな仕事と所得格差の問題を解決し、個人が自分の時間の使い方や社会への貢献の仕方を選択できるようにするための潜在的な解決策と考えられているのです。
- David Graeber 著「Bullshit Jobs」は、従業員自身が無意味または不必要と認識している仕事という概念を探求しています。
- この本は、仕事の本質、官僚主義が組織に与える影響、そして人々が仕事から得る意味や価値について疑問を投げかけています。
- でたらめな仕事という概念は、仕事の未来や意味のある雇用の必要性についての議論を呼び起こしました。
- GB Studio は、携帯ゲーム機 GameBoy 用のレトロゲームを作ることができる、ユーザーフレンドリーなドラッグ＆ドロップ式のゲームクリエーターです。
- Windows、Mac、Linux で利用可能で、Itch.io からダウンロードできます。
- 本ソフトウェアは、プログラミングの知識を必要とせず、複数のゲームジャンルに対応しています。また、ミュージックエディターも内蔵しており、あらゆる GameBoy エミュレーターで再生可能なリアル ROM ファイルを作成することが可能です。
- GB スタジオは、ドラッグ＆ドロップでゲームを作成できるゲームボーイ用のレトロゲームクリエーターです。
- GameBoy は歴史的にアセンブリプログラミングが必要でしたが、GB Studio は WYSIWYG ゲームエンジンを提供し、ゲーム開発を容易にします。
- GB Studio は、エミュレータ、Web ページ、または本物の GameBoy ハードウェア上で実行できる ROM ファイルをエクスポートします。
- 著者は、業界における新しいクエリ言語の出現に不満を表明し、汎用データベースの共通基盤言語として SQL を使用することがより実用的で効率的であると主張しています。
- 著者は FancyQL と呼ばれる新しいクエリ言語を SQL と比較し、SQL がよく描かれるほど複雑ではなく、データ関連のタスクを効果的に処理できることを強調する。
- 著者は、SQL の利点として、広く使われていること、主要なデータベースエンジンからのサポート、標準化委員会による継続的な改善などを強調している。SQL がすでに有能である以上、派手なクエリ言語は必要ないと断言しています。
- SQL クエリは、異なるタイプや多重性を持つデータベースへのクエリに関しては、冗長な出力やエラー処理の欠如につながる欠点がある。
- データベースで JSON をサポートすることで、サブセレクトの結果を 1 つのカラムに集約することができ、より柔軟なクエリを提供できる。
- EdgeQL や PRQL のような代替クエリ言語は、SQL の限界を改善することを目指していますが、SQL は依然として業界において貴重で広く使われているツールです。
- この投稿では、最大 100K の入力トークンのコンテキストウィンドウを使用する Large Language Models(LLMs)のトレーニングと推論を高速化するテクニックについて、以前のモデルよりも大幅に大きくなっていることを述べています。
- 大きな文脈長を扱う場合の Transformer アーキテクチャの限界について、注目層計算の 2 次関数的な時間と空間の複雑さを含めて説明します。
- ALiBi 位置埋め込み、スパースアテンション、FlashAttention、マルチクエリーアテンション、条件付き計算、80GB A100 GPU の使用など、コンテキスト長の増大と LLM の効率化に役立ついくつかの最適化技術が紹介されています。
- Anthropics の 100k モデルは、コンテキストウィンドウを拡張する巧妙な技術を採用していますが、いくつかの不完全な点があります。
- 入力中の参照テキストの後に命令を配置することで、モデルがより注意を払うことができる。
- また、変換器をキャッシュできないため、大きなコンテキストウィンドウはコストがかかりますが、GitHub の RWKV-LM プロジェクトが解決策の可能性を提示しています。
- Anthropics の Claude は、いくつかのインスタンスで GPT4 を上回り、全体としては GPT4 と Bard の間にランクされています。
- 入力中のプロンプトの位置は、モデルの「注意」と「再帰性バイアス」に影響を与えることがあります。
- Transformer は位置の問題を避けるように設計されていますが、いくつかのケースでは、再帰性バイアスが依然として存在する可能性があることが示されています。
- LLM は、コンテキストウィンドウ全体にわたって、入力のすべての部分に同じレベルの注意を割り当てるのに苦労することがあります。
- Anthropics の Claude は過小評価されていると考えられるが、それへのアクセスは現在困難である。
- 大きなコンテキストサイズに必要な計算量は大きいですが、プログラミングのような特定のアプリケーションではその価値があるかもしれません。
- 大きなコンテキストウィンドウを持つ LLM のトレーニングはリソースを消費するが、モデルを圧縮して最適化することで効率を向上させることができる。
- 事実を思い出したり、長い物語を理解したりするようなタスクには、大きなコンテキストサイズが 必要です。
- 大きなコンテキストサイズを必要とするタスクに焦点を当てたベンチマークが必要である。
- LLM に関しては、可逆圧縮の方が、可逆圧縮に比べて品質が向上する可能性がある。
- 正弦波エンベッディングのような位置符号化手法は、大きなコンテキストサイズには適さないかもしれない。
- AI 全般の知識は必須ですが、LLM を独自に再現したり修正したりするには、かなりのリソースが必要です。
- LLM のスケーラビリティを、計算量やメモリ使用量の面から改善する研究が進められています。
- 学習された位置エンコーディングを使用することで、より大きなコンテキストサイズでの微調整が可能になります。
- この記事は、LLM におけるコンテキストのスケーリングについて、詳細な説明がなく、曖昧な記述になっている。
- 大きなコンテキストサイズの計算量に対応するために、さまざまなパラダイムや技術を模索することに関心が集まっている。
- 記事が掲載されているブログ GoPenAI は、ドメイン名が似ているにもかかわらず、OpenAI とは無関係です。
- 研究によると、無実の人が、適切な尋問技術によって、実際には起こらなかった犯罪を犯したと確信させることができることが分かっています。
- 犯罪を犯したという偽の記憶は、友好的なインタビュー環境と間違った詳細の紹介によって、わずか数時間で作り出すことができます。
- 虚偽の出来事の中に真実の内容を盛り込むことで、より信憑性が増し、実際に起こったことのない出来事について豊かで詳細な説明をするようになります。
- 法執行機関が使用するリード技法は、虚偽の自白や不当な有罪判決につながる可能性があります。
- 心理学の研究によると、偽の記憶を植え付けることで、犯罪を犯したと誤認させることができるという。
- この研究は、人間の記憶の信頼性と刑事司法制度への影響について疑問を投げかけています。
なぜ Apple は macOS にウィンドウスナップを追加することを拒むのでしょうか？- この投稿では、Apple が macOS オペレーティングシステムに「ウィンドウスナップ」と呼ばれる機能を追加しない理由について 論じています。
- ウィンドウスナップは、ユーザーがコンピュータの画面上で開いているウィンドウを簡単に並べたり、サイズを変更したりすることができる機能です。
- この投稿では、Apple がこの機能を macOS に搭載しないことを選択した可能性がある理由について、さまざまな角度から考察しています。
- ユーザーは、Apple がなぜ macOS にウィンドウスナップ機能を追加しないのかに疑問を抱いており、macOS のウィンドウのグリーンボタンのデフォルト動作に不満を表明しています。
- この議論では、macOS のウィンドウスナップ機能に対する関心と需要、およびユーザーが利用できるさまざまな回避策とカスタマイズオプションが強調されています。
- 多くのユーザーが、ウィンドウを効果的に管理するためにサードパーティ製アプリケーションを使用しなければならないことに不満を表明し、ウィンドウ管理のために Magnet、Rectangle、Amethyst などのソリューションを推奨しています。
- ヘッツナーの ARM64 サーバーの性能レビューを見ると、CAX21 マシンは CPX21 マシンに比べて WebP 変換速度が 8%しか遅くないなど、非常に高い性能を発揮しています。
- ヘッツナーは、他の一般的なサービスプロバイダーと比較して、ARM64 サーバーの価格を最も低く設定しています。
- WebP Cloud Services は、その素晴らしいパフォーマンスと費用対効果から、すべてのサービスをヘッツナーの ARM64 サーバーに移行しています。
- 記事の著者は、E3-1230 プロセッサを 8 コアサーバーと表現していますが、実際には 8 スレッドの 4 コアサーバーであるため、間違いがあります。
- Docker で ARM イメージを使用する際、不完全であったり、x86 のリリースサイクルより遅れていることが多いため、一部のユーザは困難を経験しています。
- ヘッツナーの ARM64 サーバーは、x86 サーバーと同等のパフォーマンスと大幅なコスト削減を実現し、コスト効率の良い代替品となります。
- 高い性能と信頼性を提供することを目的とした bcachefs ファイルシステムは、メインラインの Linux カーネルにマージされることが近づいている。
- bcachefs の作成者である Kent Overstreet 氏は、最近のスケーラビリティの改善や、スナップショットや消去コーディングなどの機能の実装など、ファイルシステムの状況について説明しました。
- Overstreet 氏は、レビュー用に予備パッチを投稿しており、バグサポートやコードレビューに関する懸念に対処するなど、bcachefs をマージするためのプロセスに取り組んでいるところです。
- 新しいファイルシステムである Bcachefs は、Linux カーネルにマージされる過程にある。
- カーネルに含まれるファイルシステムの数や、ファイルシステムと他のサブシステムとの密接な結合による削除の困難さについて、懸念が提起されている。
- Bcachefs は 10 年以上前から開発が進められており、有望視されていますが、普及が推奨されるまでにはまだ時間がかかるかもしれません。