Figma (@figma)
이미지를 벡터로 변환할 수 있게 되었다는 소개 트윗으로, 래스터 이미지를 편집 가능한 벡터로 변환하고 색상 출력을 단순화·제어할 수 있다고 알립니다. 이미지 처리·디자인 워크플로에 영향을 줄 수 있는 이미지→벡터 변환 기능의 출시 또는 기능 제공을 알리는 내용입니다.
#vectorization
If you're located near Illinois, Shaun Thomas will be presenting on "The New Postgres AI Ecosystem" at the Illinois Prairie PostgreSQL User Group this February 18th at 5:30 PM CST. 🐘
Come by the DRW and say hi: https://www.meetup.com/illinois-prairie-postgresql-user-group/events/312929674/
#postgresql #postgres #ai #vectordatabase #pgvector #vectorization #aidev #illinois #chicago
Release 1.0.5 of VectorEZ is out! Our tool is available for Windows and macOS and let you extract the silhouette of an image in vector format! New in this release is a settings menu to tune the saved SVG!
Read our post regarding a practical use-case of VectorEZ! The image tracing of a hand drawing. We go through the process of creating a small and simple vector image in SVG format from a quick sketch done on paper.✏️
Собираем простейшую RAG-систему на PHP с фреймворком Neuron AI за вечер
RAG (Retrieval-Augmented Generation или генерация, дополненная поиском) - это метод искусственного интеллекта, сочетающий генеративную большую языковую модель (LLM) с внешней базой знаний для создания более точных, контекстно-зависимых и актуальных ответов. Принцип его работы заключается в том, что сначала извлекается релевантная информация из набора документов или источников данных, а затем эта информация передается в LLM для формирования окончательного ответа. Этот процесс позволяет модели выдавать более точные ответы, менее подверженные “галлюцинациям”, и ее можно обновлять без дорогостоящего переобучения. Сегодня мы разберёмся, как собрать базовую RAG-систему на PHP (да, да, не надо удивляться) с помощью фреймворка Neuron AI . Это будет наш маленький proof-of-concept - минимально работающий, но вполне реальный пример. Ну что, начнём генерацию?
https://habr.com/ru/articles/966792/
#rag #rag_ai #php #llm #llmагент #rag_api #vectorization #embeddings #neuron
📣 I’m speaking at #VSLive! San Diego! Use my code TADROS to get $500 off registration — that's $200 more than the Early Bird discount. Offer ends on 8/15.Join me and level up your dev skills 👉 vslive.com/sandiego
#SemanticKernel #Vectorization #Graph @tahubu
Ah, the #tangled #web of #SIMD vector functions! 🤯 Who knew optimizing #code could be so messy, like trying to untangle your headphones while wrestling a grizzly bear 🐻. But fear not, a #workshop in Aurora promises to save the day, because nothing says "fun weekend" like #vectorization with strangers! 🎉
https://johnnysswlab.com/the-messy-reality-of-simd-vector-functions/ #optimization #fun #weekend #HackerNews #ngated
I thoroughly enjoyed Antonio Somaini’s lecture tonight on the Politics of Latent Spaces at the conference Art in the Age of Average. The new AI-thoritarians.
His reflections on compression as a cultural and epistemic process were truly inspiring — and the sources cited were excellent, too ;)
#AI #LatentSpaces #DigitalCulture #Compression #Vectorization #NeuralNetworks #ArtAndAI #MachineVision #epistemiccompression #AIAesthetics @databasecultures
RISC-V: векторное расширение и алгоритм Витерби
Недавняя публикация о векторном расширении RISC-V архитектуры, подтолкнула меня к мысли написать небольшую заметку об использовании данного расширения в задаче, имеющей практическое применение. После появления векторного расширения, в сети начали публиковаться статьи о применении RISC-V ядер с данным расширением в задачах, ранее в которых безальтернативно использовались только процессоры ЦОС. В данной статье рассматривается тест, в котором используется алгоритм декодирования Витерби - задача, требующая значительных вычислительных ресурсов.
Discussion between friends on the importance of well designed infrastructure for Generative AI Solutions. Matt Alan Gray and Reid Patrick join me in discussing this important subject https://youtu.be/4PiXCM9wLPA
#infrastructure #bicep #Terraform #Security #Datasources #vectorization
Why in the world does VADDPD (floating-point addition) have a worse throughput than VFMADD132PD (floating-point multiplication and addition) on 2014 Intel Haswell chips
I might genuinely start performing a fused multiply by 1.0 in order to speed my code up
@dmian @papernoise Cool to see that comparison, and details. You can even try by pushing the "smooth corners" to 1.34, it will produce curves without any kinks or cusps. See that very old article https://drawingcurved.osp.kitchen/Potrace_alphamax_1-334.xhtml - As far as I know, the #vectorization in #inkscape is using #potrace, probably the last version 1.16 so it has not change for years.
Coaching 2 workshops this week on AI Design Wins using #CosmosDB for #Embedding and #Vectorization of content in text and audio format. Lots of fun and will record videos to publish for all on YouTube soon. @soliancenet @thetrainingboss
Что ищет он в краю далёком? Как найти смысл жизни с PostgreSQL
Эта статья родилась из пары лекций, которые я прочитал студентам в рамках курса, посвященного вопросам машинного обучения. Почему именно PostgreSQL? Почему векторы? За последние два года тема языковых моделей стала невероятно популярной, и вместе с этим появилось множество инструментов, доступных даже начинающему инженеру, стремящемуся познакомиться с миром текстового анализа. Доступность этих технологий открывает безграничные возможности для их применения в самых разных областях: от систем управления знаниями до «копилотов», помогающих более тщательно анализировать анамнез пациентов, или информационных киосков, позволяющих собрать идеальную корзину товаров для пикника. Вряд ли данная работа может похвастаться полнотой или глубиной, однако, я надеюсь, что она предоставит те самые “хорошие” точки входа, которые позволят, погружаясь в детали, открыть для себя множество новых интересных и полезных тем для исследований и инженерных проектов. Откроем скрытые смыслы
https://habr.com/ru/articles/855712/
#postgresql #postgres #pgvector #vectorization #fulltextsearch #fulltext_search #hnsw #python #java #Knowledge_Management_Systems
vectorized prefix ~sum~ function composition
send help
AVX2 tip! `PANDN(x, PCMPEQB(y, 0))` where the MSB of `y` is always unset can be transformed into `PSIGN(y, x)`. If you want to mask some elements `x` based on whether an input `y` is non-zero, and the MSB of `y` is always unset, you can multiply `x` by the sign of `y` (which will be 0 or 1) in 1 cycle using `PSIGN`. I think this is actually a pretty common pattern, but compilers can't really see it because of the MSB check.
Version 0.2.0 of `npsimd` is now published, with a new low-level API that supports runtime feature detection (currently only SSE2 is implemented). I'm going to slowly migrate all the existing functionality over to it, and then work on a better higher-level API. See <https://docs.rs/npsimd>!
I'm working on a Rust library for explicitly *non-portable* SIMD intrinsics, called `npsimd` <https://docs.rs/npsimd>. The idea is that high-performance vectorized code needs to take advantage of platform-specific functionality, and we need a good way to write such code in Rust. I hope this library can provide an API to do that.
Given a bit-mask with consecutive sequences of set elements, if you want to unset an entire sequence based on the first (least-significant) element, calculate a 1 for every first element to be masked out, add it to the original bit-mask, then AND it with the original bit-mask. This is very helpful for vectorized lexing!
Client Info
Server: https://mastodon.social
Version: 2025.07
Repository: https://github.com/cyevgeniy/lmst