Signalissa ei enää tarvitse jakaa omaa puhelinnumeroaan
Lisäksi: Andrej Karpathyn luento kielimallien tokenisoinnista
Huomenta! ☕
Transistori on arkiaamuisin ilmestyvä teknologiauutisiin ja internet-kulttuuriin keskittyvä uutiskirje, jota sponsoroi ohjelmisto- ja datakonsultointipalveluja tarjoava Three Point Consulting. Klikkaa Transistori tilaukseen ja pysy kartalla teknologiamaailman tuoreimmista käänteistä!
Uutiset 🗞️
Signalissa ei enää tarvitse jakaa omaa puhelinnumeroaan
Viestintäpalvelu Signal kertoi eilen, että palvelussa voi pian piilottaa oman puhelinnumeron, ja käyttää sen sijaan itse luomaa käyttäjätunnusta keskustelujen aloittamiseen muiden kanssa. Ratkaisun tarkoituksena on tarjota puhelinnumeron jakamiselle yksityisyyttä paremmin suojeleva vaihtoehto:
Now we’re taking that one step further, by making your phone number on Signal more private.
Here’s how:
New default: Your phone number will no longer be visible to everyone in Signal
If you use Signal, your phone number will no longer be visible to everyone you chat with by default. People who have your number saved in their phone’s contacts will still see your phone number since they already know it.
Connect without sharing your phone number
If you don’t want to hand out your phone number to chat with someone on Signal, you can now create a unique username that you can use instead (you will still need a phone number to sign up for Signal). Note that a username is not the profile name that’s displayed in chats, it’s not a permanent handle, and not visible to the people you are chatting with in Signal. A username is simply a way to initiate contact on Signal without sharing your phone number.
Adobe Acrobat saa oman chatbottinsa
Adobe julkaisi eilen Acrobat PDF-työkaluunsa generatiivista tekoälyä hyödyntävän ominaisuuden, minkä avulla ohjelma kykenee vastaamaan eri dokumenttien sisältöön liittyviin kysymyksiin. Kyseessä on Adoben versio suositusta “keskustele dokumenteillesi” -käyttötapauksesta. The Vergeltä:
Adobe is adding a new generative AI experience to its Acrobat PDF management software, which aims to “completely transform the digital document experience” by making information in long documents easier to find and understand. Announced in Adobe’s press release as “AI Assistant in Acrobat,” the new tool is described as a “conversational engine” that can summarize files, answer questions, and recommend more based on the content, allowing users to “easily chat with documents” to get the information they need. It’s available in beta starting today for paying Acrobat users.
Kielimallisovellusten rakentamista helpottava LlamaIndex kertoi pilvipalvelustaan
PDF -dokumenttien syöttämisestä tekoälylle puheen ollen: Yhtiö suositun kielimallien hallintaan tarkoitetun Llamaindex -kirjaston takana on julkaissut eilen ensimmäisen kaupallisen tuotteensa, PDF-dokumenttien parsintaan tarkoitetun LlamaParser -nimisen ohjelmiston ja sitä hyödyntävän pilvipalvelun LlamaCloudin, mikä mahdollistaa hallinnoitujen kielimallisovellusten rakentamisen. LlamaIndexiltä:
Today is a big day for the LlamaIndex ecosystem: we are announcing LlamaCloud, a new generation of managed parsing, ingestion, and retrieval services, designed to bring production-grade context-augmentation to your LLM and RAG applications.
Using LlamaCloud as an enterprise AI engineer, you can focus on writing the business logic and not on data wrangling. Process large volumes of production data, immediately leading to better response quality. LlamaCloud launches with the following key components:
LlamaParse: Proprietary parsing for complex documents with embedded objects such as tables and figures. LlamaParse directly integrates with LlamaIndex ingestion and retrieval to let you build retrieval over complex, semi-structured documents. You’ll be able to answer complex questions that simply weren’t possible previously.
Managed Ingestion and Retrieval API: An API which allows you to easily load, process, and store data for your RAG app and consume it in any language. Backed by data sources in LlamaHub, including LlamaParse, and our data storage integrations.
Suosittelut 🕵️
Andrej Karpathyn luento kielimallien tokenisoinnista
Hiljattain OpenAI:lta lähtenyt, yhtiön perustajiin kuulunut Andrej Karpathy, on eilen jatkanut YouTubessa julkaistua kielimallien ympärillä pyörivää videosarjaansa uudella luennolla, joka tällä kertaa keskittyy kielimallien tokenisaation ja niiden ongelmiin.
Karpathy julkaisi samalla githubiin oppimisen tueksi minbpe -repon, josta löytyy luennolla rakennettu tokenisaattori. Karpathyn mukaan tokenisointi on keskiössä moniin kielimalleihin liittyvien ongelmien kanssa, kuten miksi yksinkertainen matematiikka vaikuttaa olevan malleille haastavaa:
Koko kaksituntisen luennon löytää alta, ja Karpathyn koko “Neural Networks: Zero to Hero” -luentosarjan koodeineen löytää täältä.
Nopeet 🚀
Japani sijoittaa 67 miljardia dollaria omaan puolijohdeteollisuuteen.
(€) Applen äänisuunnittelun vaihtuu.
Walmart osti TV-valmistaja Vizion.
(€) Tyler kirjoitti amerikkalaisten osakkeiden vahvasta voittokulusta.
Joku sai vanhan MacOS:n pyörimään Nintendo DS:llä.
Viranomaiset ottivat kiinni kaksi ydinjäsentä Puolasta ja Ukrainasta käsin toimivasta ransomware -ryhmä Lockbitistä.
(€) Andreessen Horowitz on kova lobbaamaan.