Forest Mars

"Loyalty takes no prisoners." -Chesterton

💯

Do you also have a prediction for the NJ gov race?

Sounds like @nytpitchbot.bsky.social

I would contribute to a crowd fund for you to buy @nytimes.com

Apparently he wasn't able to call in that favor.

Whoopsie.

Highbrow version of "AI is God"
philpapers.org/archive/OTTA... (Pre-print)

Helluva hill to lose your job over, even *if* you've been stacking BTC.

But now it sucks in different places, so that's a win for decentralizing suckage.

Highly recommended.

It's almost as if Brooks has never read Nietzsche.

RAGのビジネス適用に向けたパフォーマンス改善ガイド｜Weights & Biases Japan 日鉄ソリューションズ株式会社でW&Bの技術支援を担当している藤野・高畠です。生成AIにおいて重要な役割を果たすRAGですが、ビジネスシーンで効果的に活用するためには、回答精度の向上をはじめとしたさまざまな改善が求められます。本記事では、RAG改善のために押さえておきたいポイントを解説します。 1. RAG改善の目的 Retrieval-Augmented Generation (RAG)は、生成AIアプリケーションにおいて外部データソースを活用しながら応答を生成するアプローチであり、大規模言語モデル (LLM) の強力な生成能力と外部知識ベースの情報を組み合わせることで、

https://note.com/wandb_jp/n/n8ea88483a96c
この記事では、RAG（Retrieval-Augmented Generation）のビジネス適用に向けたパフォーマンス改善のポイントを解説します。
RAGのパフォーマンス低下の原因となる曖昧なクエリ、インデックスの最適化不足、リランキングの不備、応答の一貫性の欠如について説明します。
クエリ拡張、ルーティング、クエリ構築、インデックス最適化、検索精度向上、応答最適化といった改善手法を紹介します。

🔌 このコンセントは極性がありません。それは危険です。

Cracker Barrel isn't on bsky?!

🎫🛎️One day tickets now available!

THIS MAY - Join us at "Apocalyptic and Eschatological Spaces: Thinking between Philosophy and Theology" - A Joint Initiative by St Patrick’s Pontifical University, the Institut Catholique Toulouse, and the Relational Ontology Research Network.

In #Okinawa, coastal fishermen now farm #coral, restoring #reefs like planting trees in a forest. With #ocean temperatures rising, half the world’s coral reefs have already vanished. These farmers are fighting back, one fragment at a time.

[Heppoko Taylor]

Postman said it better, but sure

Early sonic screwdriver prototype.

207 weeks to go.

Via @Curiosity ofc