Přejít k navigační liště

Zdroják » Archivy pro 2010 » Strana 75 » Strana 75 z 117

Archiv pro rok 2010 strana 75 z 117

Články Různé

Kolikrát jste přemýšleli, že začnete testovat? Že „ty testy“ použijete alespoň na nejdůležitější třídy, popřípadě na opakující se chyby? Čas běží a testy pořád nikde! Navíc nadřízení se ptají, zda to nezabere zbytečně čas, který by mohli nafakturovat zákazníkovi. Nebo si snad myslíte, že umíte psát software bez chyb?

Různé
Zprávičky Různé

Experiment, který ukazuje možnosti CSS3: MagnifyMa. Demonstrace efektu „zvětšovacího skla“ pracuje zatím pouze v Chrome a používá iframe, v němž je tentýž obsah jako na stránce, ale dvakrát větší. V dalších verzích plánuje autor využití canvasu.…

Různé
Zprávičky Různé

Databázová knihovna DataMapper pro jazyk Ruby dospěla k verzi 1.0. DataMapper je jeden z nejznámějších ORM systémů v Ruby. Soupeří s ním např. ActiveRecord nebo Sequel. DataMapper ale přináší některé výhody (např. možnost použít datová úložiště založená…

Frugal computing: architektura pro dobu dražší infrastruktury

Vývojáři se naučili zrychlovat dotazy, přidávat cache, škálovat služby a hlídat účet za cloud. Frugal computing začíná o jednu otázku dřív: musí se výpočet, přesun dat, volání modelu nebo uložení vůbec stát? Rostoucí spotřeba datových center a nové evropské reportování ho posouvají do návrhu architektury, dřív než do závěrečné poznámky o udržitelnosti v prezentaci.

Odysseus: PewDiePie vydal open-source AI workspace, který běží na vašem vlastním hardwaru

AI
Komentáře: 0
Felix Kjellberg, youtuber se 110 miliony odběratelů, strávil rok učením se programovat a fine-tuningem vlastních AI modelů. Výsledkem je Odysseus – bezplatný, open-source workspace pro práci s umělou inteligencí, který neposílá žádná data do cloudu. Projekt má týden, přes 61 000 hvězdiček na GitHubu a znovu otevírá otázku, komu vlastně patří váš digitální kontext.

Když Git už nestačí: jak izolovat databázový stav pro pokusy AI agentů

Gitová větev vývojářům oddělí kód, ale databáze často zůstává společná. U AI agentů je to slabé místo: rychle spouštějí migrace, mění data a zkoušejí víc cest najednou. Databázová větev jim dá vlastní pracovní prostor, jenže tím práce nekončí. Ještě je potřeba řešit citlivá data, oprávnění, životnost větve i zbytek stavu aplikace.