असल में, भाषा सीखने की methodology तक भी कितनी वैज्ञानिक है, इस पर सख्त शोध से ज़्यादा, "Kyungsun-style" English memorization method की तरह जबरदस्ती भरे हुए और याद कर लेने पर भी usage न समझ में आने वाले रटने के तरीके भी बाज़ार में hit हो जाते हैं; इसलिए developers के लिए निष्पक्ष और बेहतर approach बनाए रखने वाले reforms पर opportunity cost खर्च करने के बजाय बस marketing team पर पैसा उड़ेलना ज़्यादा return लेकर आता है।

कम से कम इस कंपनी के मामले में तो यह सही दिशा में जाता हुआ लगता है। शुरू से ही Toss जैसी कंपनियों के विपरीत, यह ऐसी कंपनी है जहाँ engineers या developers पर निवेश से ज्यादा language theorists और learning examples बनाने वाले लोग अधिक महत्वपूर्ण हैं।

आपके पास वह तरीका अलग हो सकता है जो आप सचमुच अपनाना चाहते हैं, लेकिन अगर आपको वह तरीका अपनाना ही पड़े जो आपको पसंद नहीं है ताकि कुछ इनाम मिल सके, तो वह इनाम तो छोड़िए, कुछ भी मिले तब भी आप उसे खुशी-खुशी मज़ेदार समझकर करना नहीं चाहेंगे, है न?

तो बात यह है कि अगर आपने महंगे engineer को रखा है, तो सिर्फ इसलिए कि वह कलम घुमाने वाला है, उसे LLM की तरह ट्रीट करते हुए Doraemon से झटपट चीजें बनवाने जैसा हर छोटी-बड़ी बात में यह करो, वह करो कहकर निर्देश मत दीजिए; बस अपना vision साझा कीजिए, और उसे उसे लागू करने का engineering approach खुद तय करने दीजिए, क्योंकि वही उसका विशेषज्ञता का क्षेत्र है।

ध्यान से सुनता हूँ तो पता नहीं क्यों मेरे दिमाग में हमारे यहाँ गांव-देहात में country house बनवाने या पुराने apartment की remodeling करवाने वाले लोगों और contractor, construction company, architect के बीच होने वाली खींचतान का वही पूरा सिलसिला घूमने लगता है।

Google अपनी नीतियों को मनमुताबिक चलाए, यह अलग बात है, लेकिन वेब सुधार को आगे बढ़ाने वाली उसकी गति का खत्म हो जाना भी किसी-किसी के लिए नुकसानदेह हो सकता है।

अगर बिक्री करनी ही है, तो बेहतर होगा कि एक अलग फाउंडेशन बना दिया जाए और उसे स्वतंत्र रूप से चलने दिया जाए; कम-से-कम वेब पर Google के प्रभाव डालने की स्थिति को रोका जा सकता है, है ना? अभी भी Chrome के जरिए वेब standards को वह अपनी मर्जी से काफी हद तक नियंत्रित कर रहा है। लोगों में path dependency तो है ही, इसलिए सिर्फ़ Chrome किसी दूसरी कंपनी को बेच दिया जाए तो भी शायद वे उसी browser का इस्तेमाल करते नहीं रहेंगे। लेकिन अगर सोचें कि केवल browser खरीदने वाला समूह उससे कमाई कैसे करेगा, तो आखिरकार उसे Google से TAC लागत लेनी पड़ेगी, तो ऐसे में किसी न किसी तरह फिर उसी के प्रभाव में रहना होगा, है ना?!

नवीनतम Firefox में अब कोरियाई के लिए भी anonymous privacy-friendly translation फीचर सपोर्ट है।

पहले इसके लिए add-on इस्तेमाल करना पड़ता था।

तो फिर 'Open' कब होगा?

टिप्पणियाँ

1. Hacker News चर्चा के मुख्य विषय

1.1 प्रतिस्पर्धी परिदृश्य & नेटवर्क इफेक्ट

• साझा राय: Google, Microsoft, Apple, Anthropic आदि मॉडल परफॉर्मेंस और डिप्लॉयमेंट के मामले में OpenAI की बराबरी कर चुके हैं या उससे आगे निकल चुके हैं।
• बहस का बिंदु: यह दावा कि OpenAI के पास मजबूत नेटवर्क इफेक्ट नहीं हैं और मॉडलों के बीच स्विच करने की लागत कम है।

1.2 लाभप्रदता & वैल्यूएशन पर संशय

• राजस्व अनुमान: लगभग 4 अरब डॉलर (2024)
• खर्च अनुमान: अधिकतम 9 अरब डॉलर → “9 डॉलर जलाकर 4 डॉलर कमाता है” जैसी आलोचना
• कई लोगों का मानना है कि यह संरचनात्मक पुनर्गठन निवेशकों के रिटर्न को अधिकतम करने की पूर्व तैयारी है

1.3 गवर्नेंस, नियंत्रण और शक्ति-संतुलन

• 2023 के बोर्ड संकट के बाद सवाल कि क्या non-profit प्रबंधन को नियंत्रित कर पाएगा
• non-profit बोर्ड की नियुक्ति प्रक्रिया और supermajority voting shares से मौजूदा नेतृत्व के स्थायी हो जाने की संभावना पर चर्चा
• Google के 2004 founder letter जैसे पुराने उदाहरणों से तुलना करते हुए इसे “rhetorical device” कहने वाली टिप्पणियाँ

1.4 नैतिकता & जनहित के दावे

• ChatGPT के पेड होने और public data के बिना अनुमति संग्रह को “पूरी मानवता के हित” के दावे से विरोधाभासी बताया गया
• AI के दुरुपयोग (धोखाधड़ी, प्रोपेगैंडा, “digital dopamine hit”) की चिंता के मुकाबले सामाजिक लाभ अनिश्चित बताए गए
• परमाणु नियमन जैसी अंतरराष्ट्रीय संधियों और alignment research को मजबूत करने की मांग

1.5 ऐतिहासिक समानताएँ & hype cycle

• AGI विमर्श की तुलना पुरानी nanotech (1980s), Web 2.0, और self-driving car बूम से करते हुए “AI winter” की संभावना पर चेतावनी
• AGI अनिवार्यता (“सवाल बस कब का है”) बनाम इसमें कई दशक लगने की दलील के बीच बहस

2. प्रमुख रुख

1. OpenAI निराशावाद: “बड़ी कंपनियों के पास हजारों लीवर हैं; अगर Gemini, Copilot, और Apple का ‘AI button’ डिफ़ॉल्ट बन गया, तो OpenAI अपने डिप्लॉयमेंट चैनल खो देगा।”
2. AGI राजस्व पर संशय: “अगर 9 अरब खर्च करके 4 अरब कमाए जा रहे हैं, तो अंतिम प्रॉफिट परिदृश्य तभी चलेगा जब मॉडल commoditized होने के बाद भी कमाई बहुत बड़ी हो।”
3. आशावादी प्रतिवाद: “जैसे स्मार्टफोन में Apple, वैसे ही OpenAI अभी अधिकांश वैल्यू कैप्चर कर रहा है; ब्रांड और स्पीड मध्यम अवधि में बढ़त दे रहे हैं।”
4. गवर्नेंस आलोचना: “non-profit ‘control’ नाममात्र का है—Altman ने व्यवहार में बोर्ड पर पकड़ बना ली है, और PBC सिर्फ लाभ अधिकतमकरण को औपचारिक बनाता है।”
5. नैतिक चेतावनी: “opt-in के बिना data use और closed code, ‘open’ नाम के अनुरूप नहीं हैं।”

3. टिप्पणियों में बताए गए निहितार्थ

1. पूंजी तक पहुंच: लाभ सीमा हटने से बड़े पैमाने पर निवेश जुटाना संभव होगा, लेकिन फोकस जनहित से हटकर शेयरधारकों के हित पर जा सकता है
2. नियामकीय दबाव: California और Delaware के अटॉर्नी जनरल के साथ परामर्श का उल्लेख कानूनी निगरानी का संकेत देता है; आगे antitrust और सुरक्षा नियमन की संभावना
3. बाजार की गतिशीलता: अगर LLM क्वालिटी समान होने लगे, तो OS, browser, और enterprise product suite जैसे डिप्लॉयमेंट चैनल ही जीत-हार तय करेंगे
4. सार्वजनिक भरोसा: ChatGPT के खुशामदी जवाब और prompt handling की अपारदर्शिता से यूज़र ट्रस्ट घट रहा है; API की प्राथमिकता बनी रह सकती है
5. AI “winter” की संभावना: अगर AGI और लाभप्रदता का साफ रास्ता नहीं दिखता, तो निवेश का उत्साह ठंडा पड़ सकता है और फंडिंग व रिसर्च की रफ्तार धीमी हो सकती है

4. निष्कर्ष

Hacker News की चर्चा OpenAI के संरचनात्मक बदलाव को तेज होती प्रतिस्पर्धा और नियामकीय दबाव के बीच पूंजी सुरक्षित करने और नेतृत्व बनाए रखने की रणनीति के रूप में देखती है। कुछ लोग इसे व्यावहारिक विकास मानते हैं, लेकिन बहुमत का आकलन है कि कंपनी ने अपनी शुरुआती परोपकारी भाषा छोड़कर पारंपरिक लाभ अधिकतमकरण की ओर वापसी की है, और इससे गवर्नेंस, नैतिकता, और AGI की दिशा पर नए सवाल खड़े होते हैं।

वित्तीय उद्योग में कुछ ही मिनटों के भीतर लाखों transaction confirmations और tax-संबंधित documents जनरेट करने की आवश्यकता होती है.
देरी होने पर BaFin जैसी नियामक संस्थाओं द्वारा जुर्माना लगाए जाने का जोखिम रहता है.

मुझे जिज्ञासा है कि ऐसी आवश्यकता आखिर क्यों है, haha

.ico फ़ाइलें कहाँ से मिल सकती हैं?

मैंने गणना मीट्रिक इकाइयों को एकसमान रूप से लागू करके की है

लक्ष्य: 1,666.7/s
10 Lambda समानांतर प्रोसेसिंग: 29.4/s, 570 Lambda तक scale-out करने पर लक्ष्य हासिल किया जा सकता है

मौजूदा PDF generation tools (single):

• Puppeteer: 0.5~1/s
• Crystal Reports: 1.1~1.3/s
• LaTeX: 1.2~2/s

DuckDB काफ़ी अच्छा चल रहा है।

वाक्य बहुत कठिन हैं..

हाल ही में पढ़ी गई Modern Software Engineering भी याद आती है। उसमें सिर्फ़ development नहीं, बल्कि teams और organization के बारे में भी बात की गई है।

हर एक बात दिल को छूती है।

कमाल है

जवाब के लिए धन्यवाद। मुझे खुद ही खोज लेना चाहिए था।

काफ़ी प्रभावशाली है। समस्या सुलझाने के लिए सब कुछ उलट-पुलट देना भी।

Engineering leadership पर कई तरह की राय और तरीके हैं, लेकिन लगता है कि मूल बात यही है कि इसकी नींव टीम के सदस्यों की समझ पर टिकी होती है। टीम के सदस्यों को समझना कहना आसान है, लेकिन लगता है कि यह वह हिस्सा है जहाँ आपसी feedback के ज़रिए leader और सदस्यों के बीच सहानुभूति के आधार पर भरोसा बनना चाहिए। शायद यह एक बार में बन जाने वाली चीज़ नहीं है। सोचने लायक अच्छा कंटेंट साझा करने के लिए धन्यवाद।