Catala to nowy język specyficzny dla domeny, który może tworzyć algorytmy na podstawie dokumentów prawnych, zapewniając wysoką wierność między kodem a prawem.
Język jest zbudowany tak, aby odzwierciedlał logiczną strukturę prawa, dzięki czemu jest dostępny do przeglądu i certyfikacji przez prawników; ma nawet kompilator, który generuje pliki PDF czytelne dla prawników.
Nazwany na cześć Pierre'a Catali, pioniera francuskiej legaltech, projekt Catala jest inicjatywą badawczą prowadzoną przez Inria, francuski Narodowy Instytut Badań Informatycznych. Kompilator pozostaje jednak niestabilny i ma ograniczone możliwości.
Rozmowa koncentruje się na wykorzystaniu języka programowania Catala do określania przepisów i dokumentów prawnych, podkreślając jego zalety, wady i potencjalne wyzwania związane z tłumaczeniem języka angielskiego na system logiki formalnej.
Toczy się debata na temat wykorzystania kodu jako regulatora, złożoności kodu prawnego, wykorzystania symboli kodowania w umowach prawnych oraz koncepcji kodowania intencji w przepisach przy użyciu języków programowania.
Uczestnicy dyskutowali o idei pisania jasnych tekstów prawnych, roli języka specyficznego dla domeny dla umów prawnych, porównaniu tworzenia oprogramowania do systemu prawnego oraz obawach związanych z wyborem nazwy dla takich języków programowania.
Petals to platforma umożliwiająca użytkownikom obsługę dużych modeli językowych - takich jak Llama 2, Falcon i BLOOM - na ich urządzeniach przy użyciu procesorów graficznych klasy konsumenckiej lub Google Colab.
Platforma umożliwia użytkownikom dołączanie do sieci w celu obsługi różnych części modelu i dostosowywania modeli do różnych zadań, zapewniając zarówno interfejs API, jak i elastyczne opcje dzięki PyTorch i Hugging Face Transformers.
Projekt Petals został wyróżniony podczas warsztatów badawczych BigScience, co dodatkowo wskazuje na jego znaczący wkład w rozwój modeli językowych.
W artykule zbadano potencjał uruchamiania dużych modeli językowych (LLM) w domu przy użyciu metody w stylu BitTorrent poprzez łączenie zasobów obliczeniowych, tworzenie modeli pochodnych i wykorzystywanie wydajnego dostrajania parametrów oraz metodologii LoRA.
Omówiono trudności i koszty związane z trenowaniem dużych modeli, wraz z możliwymi rozwiązaniami, takimi jak chłodzenie wodne i modyfikacja starszych kart serwerowych. Omówiono również koncepcje takie jak zdecentralizowane przetwarzanie i dostrajanie modeli.
Wspomniano o Petals, usłudze do uruchamiania LLM na urządzeniach z niższej półki, z mieszanymi recenzjami wśród uczestników. Artykuł spekuluje na temat możliwego wykorzystania tokenów i zdecentralizowanych obliczeń do wspierania LLM typu open source w przyszłości.
Brian Bucklew przenosi grę Caves of Qud z Unity do Godota, co zostało dobrze przyjęte ze względu na przyjazną dla użytkownika naturę Godota i korzyści w tworzeniu narzędzi i stosowaniu grafiki 2D.
Pomimo tego, że Godot nie posiada ekosystemu sklepu i rynku podobnego do Unity, podejmowane są wysiłki, aby naprawić tę kwestię.
Autor podkreśla wyzwania związane z wykorzystaniem skalowalnej grafiki wektorowej (SVG) w silnikach gier i sugeruje zastosowanie bibliotek renderujących jako rozwiązania.