Locofy：AI 一鍵將 Figma 或 Adobe XD 設計稿轉為前端程式碼 | 網路資源 | D...ref #Locofy 是一款專門為前端開發者打造的AI工具，推出了一項名為Lightning的產品，這項工具能夠一鍵將Figma設計轉換成前端程式碼，支援把Figma和AdobeXD的原型設計轉換成適合手機應用程式和網頁的生產級前端程式碼。

透過善用現有的設計工具、技術堆疊和工作流程， #Locofy 能讓產品快速上市的速度提高5到10倍，進而大幅提升生產力和效率。

Lightning是基於該平台的大型設計模型（LDM）開發的產品，其靈感來自於OpenAI首創的 LLMs 概念。

https://buzzorange.com/.... （你已經習慣使用 ChatGPT？小心！AI 工具可能正在暗中「調整」你的思考方式） 2023/05 文
ref
根據《華爾街日報》，最新研究發現，當人類和 AI 一起協作寫文章時，AI 會引導、促使人類寫出支持或反對某觀點的文章，而這個操作過程，接著也明顯影響了該人對文章主題的想法和意見（視模型的偏見程度）。康乃爾大學資訊科學系教授 Mor Naaman 稱這種現象為「潛在說服」（latent persuasion）。
---
聽起來像 Rubber Duck Debugging小黃鴨除錯法 - 維基百科，自由的百科全書
不管是好是壞，先一口氣說出來。再分析那一個最優的選擇。

Facebook
ref jserv
我們開發的小型最佳化編譯器 shecc 在 GitHub 獲得超過 1000 次打星，近期我們改進基本的最佳化機制後，應該是 GitHub 能找到最精簡的 self-hosting optimizing C compiler 實作。
之後我預計撰寫相關的教材，闡述如何從無到有自幹一套這樣具備基本最佳化能力、符合現代編譯器特徵的 C 編譯器。GitHub - sysprog21/shecc: A self-hosting and educati...

Facebook
ref
剛用 Ollama 測試了最有台灣味的 Breeze-7B 模型，真的蠻在地的，而且本機跑得速度也很快，給個讚！ 👍 😃
ollama run ycchen/breeze-7b-instruct-v1_0
只看見一個小問題，Breeze-7B 模型在回應「台語」這個字是寫成「臺語」，雖然是「繁體」，但在台灣應該很少人會這樣寫。


wwwwww

Open Release of Grok-1ref

Grok-1 正式發布 (官方部落格文章翻譯)
2024 年 3 月 17 日
我們將發布我們大型語言模型 Grok-1 的基礎模型權重與網路架構。Grok-1 是 xAI 從頭開始訓練的 3140 億個參數 Mixture-of-Experts 模型。
這是 Grok-1 預訓練階段的原始基礎模型檢查點，於 2023 年 10 月結束。這表示該模型未針對任何特定應用程式微調，例如對話。
我們將在 Apache 2.0 許可下發布權重和架構。

xAI對外開源名為Grok-1、對應3140億組參數規模的大型自然語言模型 - mashdigi－科技、...马斯克开源Grok-1：3140亿参数迄今最大，权重架构全开放，磁力下载ref 馬斯克正式公開並且開源其大型語言模型 Grok-1，是一個 3140 億參數的混合專家 MoE 系統。
目前公開的版本，是個基礎模型，並未針對「對話」部分進行優化。開源的部分，包含了最重要的權重，可以說是非常完整的公開。

GitHub - xai-org/grok-1: Grok open release

Facebookref
POV 街道掃描:-實現從地鐵出口到東京地鐵東西線竹橋站檢票口的 3D 視覺化。
手機：iPhone 15 Pro max
APP：Scaniverse - 3D Scanner

Microsoft Copilot for Security is generally availabl...ref
Microsoft 即將推出網路安全 AI：Copilot for Security

Microsoft 持續在各個專業領域推出 AI 助理，Microsoft 計劃在 4 月 1 日正式推出「Copilot for Security」，這是能夠協助處理網路安全的 AI 聊天機器人。

「Copilot for Security」能夠整理和摘要各種網路安全事故，找出惡意軟體的漏洞、幫助員工執行調查安全漏洞事件。

這次的 Copilot 一樣使用 GPT-4 模型，費用為每小時 4 美金，可以讓企業根據自己的網路安全需求支付相應的費用。

FacebookRef
麥當勞全球大當機
官方目前的說法是"組態變更"(Configuration Change)造成的

這也是為什麼資安管理規範越來越強調"組態管理"這件事情

不過從我的角度來看，也應該要注意為什麼系統架構與設計的相依程度(Dependency)如此之高，會造成全球大當機如此嚴重的問題。系統永遠有可能出錯，但除了減低出錯的機率，也應該要減低出錯之後的影響程度才對。

因為不知道內情，也許之後麥當勞會願意分享經驗，現在說法是並非被駭客攻擊，但我們都知道若沒經過詳細的事件調查，表面上看到的不一定是根因。

Google宣稱新總部如何先進，AI大神們卻要求公司先將Wi-Fi搞定
ref
員工們推測，這座佔地60萬平方英呎（約合5.6萬平公尺）的大樓波浪形的屋頂，就像百慕達三角一樣“吞噬”了Wi-Fi訊號。

---把無線基地台的訊號強度降低 2/3 就好了。