Paged Out अंक 6 [pdf]

 (pagedout.institute)
4 पॉइंट द्वारा GN⁺ 2025-03-31 | 1 टिप्पणियां | WhatsApp पर शेयर करें
  • UNIX-like वातावरण में foundation models को मौजूदा और नए UNIX utilities के साथ pipe करके music, video, task lists और image files की processing automate करने के उदाहरण दिखाता है
  • Music collection को CLAP के जरिए 512-dimensional embedding space में रखा जाता है, और llm-clap व llm-interpolate से शुरुआती और अंतिम गाने के बीच का path खोजकर .m3u playlist बनाई जाती है
  • Video notes yt-dlp से subtitles डाउनलोड करके, उन्हें llm से summarize करने के बाद zk new -i को पास करने वाली 2-line pipeline से बनाए जा सकते हैं
  • Work report में taskwarrior के पिछले 7 दिनों में पूरे किए गए tasks को JSON के रूप में export किया जाता है, jq से सिर्फ .description निकाला जाता है, और report generation LLM को सौंप दी जाती है
  • Image filenames बदलने के लिए find, xargs, ollama, moondream, tr, sed को मिलाकर image content के आधार पर विश्वसनीय-से filename बनाए जाते हैं

UNIX pipes और foundation models का संयोजन

  • Foundation models बहुत बड़े और विविध datasets पर trained models होते हैं, जिन्हें कई downstream tasks में सीधे इस्तेमाल किया जा सकता है या fine-tune किया जा सकता है
  • Target tasks ऐसे workflows पर focus करते हैं जो text और image generation व understanding में सक्षम models का उपयोग करते हैं
  • Approach दो चरणों में बंटी है
    • Classical UNIX utilities और नई utilities को साथ इस्तेमाल करके pipeline के अलग-अलग हिस्सों को जोड़ा जाता है
    • जिन tasks को केवल well-defined solutions से handle करना मुश्किल है, उनमें foundation models लगाए जाते हैं, और utilities से model output को सुधारकर उपयोगी रूप में बदला जाता है

Example pipelines

  • Playlist generation

    • Music-understanding model हर song को space में एक point में बदलता है, और points के बीच interpolate करके naturally flow होने वाली playlist automatically generate करता है
    • CLAP जैसे models music collection $MC को 512-dimensional space में embed करते हैं, जहां similar songs ज्यादा पास रखे जाते हैं
    • llm और llm-clap, llm-interpolate plugins इस्तेमाल किए जाते हैं
    • Example command llm embed-multi -m clap songs --files $MC '*' से embeddings बनाता है, और llm interpolate songs "PacifyHer.wav" "redrum.wav" -n 3 | jq .[] > playlist.m3u से 3-song .m3u playlist generate करता है

  • Video notes लिखना

    • Lectures और tutorial videos useful होते हैं, लेकिन देखते हुए notes organize करना झंझट भरा होता है
    • yt-dlp से video subtitles डाउनलोड किए जाते हैं, llm -s "Create notes" से summarize किया जाता है, फिर zk के zk new -i से नया note object बनाया जाता है
    • Example pipeline yt-dlp --no-download --write-subs --output "$OUT" "$URL" के बाद cat "$OUT" | llm -s "Create notes" | zk new -i चलाती है

  • Work report generation

    • Monthly, weekly और daily meeting reports में उस abstraction level के बीच संतुलन चाहिए जिसे team members समझ सकें, और उस specificity के बीच जिससे meaningful feedback मिल सके
    • taskwarrior जैसे digital to-do list tools को query करके results LLM को दिए जा सकते हैं ताकि report बने
    • Example pipeline पिछले 7 दिनों में completed tasks को JSON के रूप में export करती है, jq से .description निकालती है, और उसे llm -s 'Generate a report based on these tasks.' को pass करती है

  • Photo filenames बदलना

    • Internet से डाउनलोड की गई या खुद ली गई image files के नाम 1672714705640839.png, 1689964585834142.png, 2.jpg जैसे vague या बेकार हो सकते हैं
    • ollama model fetching और inference tool है, और moondream vision model के साथ modern laptops पर fast inference संभव है
    • Example pipeline current directory की .jpg files खोजती है, ollama run moondream "Title for this: {}" से image-based title लेती है, फिर tr और sed से उसे filename format में बदलती है
    • Output examples A green dragon with wings and a tail.jpg, A painting of a serene landscape.jpg, urns of stone red car in foreground.jpg जैसे होते हैं

संबंधित पढ़ाई

1 टिप्पणियां

 
GN⁺ 2025-03-31
Hacker News की टिप्पणियाँ

  • सीधे विषय-सूची पर जाने के लिए https://pagedout.institute/download/PagedOut_006.pdf#page=3 देखें

  • “How to use a Python variable in an external Javascript (Django)” उदाहरण में, जब variable में user input शामिल हो, तो XSS attack के लिए vulnerable होने की काफी संभावना है
    सही context के मुताबिक output encoding करना महत्वपूर्ण है। Django डिफ़ॉल्ट रूप से template variables को HTML context के लिए encode करता है, इसलिए अगर इन्हें script tag के अंदर या JavaScript file के अंदर output किया जाए, तो XSS संभव हो सकता है

    • Django docs देखने पर यह बात सही लगती है, और खास तौर पर string यहाँ मुख्य समस्या दिखती है
      डिफ़ॉल्ट auto-escape ' और " को HTML entities में बदल देता है, लेकिन backslash को encode नहीं करता, इसलिए string के अंत में मौजूद \ closing quote को escape कर सकता है। अगर attacker एक ही “type” की दो strings को लगातार control कर सके, तो इसका दुरुपयोग संभव है
      सही तरीका शायद यह है: https://docs.djangoproject.com/en/5.1/ref/templates/builtins...
    • यह थोड़ा शर्मनाक है कि मैं पहले से सोच पा रहा था कि हमला कैसे संभव है, लेकिन अच्छी बात यह है कि escapejs template filter जोड़ने से vulnerability ठीक की जा सकती है

  • यह सच में बहुत पसंद आया। इसमें पुराने ezine/webzine जैसी feel है
    लेकिन मैं सोचता हूँ कि जिन computer users की नज़र बहुत अच्छी नहीं है, वे इसे आराम से कैसे पढ़ेंगे। content follow करने के लिए ऊपर-नीचे लगातार scroll करना पड़ता है, और पूरा page देखने पर text पढ़ने के लिए आँखें सिकोड़नी पड़ती हैं

    • सही बात है, और इस format की दुखद सीमाओं में से एक यही है कि PDF को लगातार scroll करना पड़ता है। आखिरकार शुरू में लिए गए फैसलों ने हमें इसी format में बाँध दिया, इसलिए इसमें मेरी भी ज़िम्मेदारी है
      PDF की वजह से हम authors को page layout पर पूरी आज़ादी दे पाते हैं, और इसी से इस issue जैसे बेहद creative नतीजे निकलते हैं। लेकिन A4 PDF mobile, computer screen और tablet पर पढ़ने के लिए अनुकूल नहीं है, और screen reader users के लिए तो यह और कठिन है। जिस तरह के PDFs हमें मिलते हैं, उन्हें screen reader-compatible बनाना कम-से-कम इतना जटिल है कि हम अभी तक इसे support नहीं कर पाए हैं
      दूसरी तरफ, आजकल सबके पास PDF reader है, text हर जगह एक जैसा दिखता है, और इसे लगभग तुरंत print भी किया जा सकता है। आखिरकार यह pros and cons का मामला है। ऐसा कोई आसान तरीका नहीं दिखता जिससे इस समस्या को हल किया जाए और साथ ही Paged Out! को पसंद किए जाने की वजह भी बनी रहे
      जिन चीज़ों को मैं बेहतर बनाना चाहता हूँ, वे हैं print accessibility बढ़ाना और कभी न कभी ठीक-ठाक screen reader support जोड़ना। इसके अलावा scroll वाली समस्या शायद zine का हिस्सा बनी रहेगी
      अतिरिक्त रूप से, यह भी अच्छा होगा अगर लेखों की “read aloud” सुविधा हो सके। शुरुआत से ही ज़्यादातर लेखकों के license में एक clause रखा गया है, जिससे वे अपने लेखों को audio में record किए जाने की सहमति दे सकें। यह उन लोगों के लिए अच्छा होगा जिन्हें audiobook या podcast की तरह content consume करना पसंद है, और illustrations देखने की बजाय उनका वर्णन सुनने की कीमत पर scroll से भी बचा जा सकेगा
    • अगर पूरी तरह LaTeX पर चला जाए, तो शायद दोनों दिशाओं में ले जाया जा सकता है, जैसे arxiv ने हाल में LaTeX को HTML5 में render किया है
    • vertical monitor इस्तेमाल कर लें

  • इसका visual रूप सच में बहुत अच्छा है, और इसमें 1980s के Crash magazine जैसा माहौल है

  • यह शानदार magazine है, लेकिन इसकी सीमाएँ भी हैं। एक page की सीमा की वजह से हर लेख विषय पर सिर्फ़ न्यूनतम anchor जैसा रह जाता है, और कभी-कभी लेखक के self-promotion के क़रीब लगता है, इसलिए इसमें बहुत ज़्यादा substance नहीं पहुँच पाता
    content के लिहाज़ से मुझे PoC || GTFO और Phrack बेहतर लगते हैं। typesetting की variability भी मेरे लिए personally एक downside है और थका देने वाली है। हर page visually पूरी तरह अलग दुनिया जैसा लगता है, जो थोड़ा भारी पड़ता है
    मैं समझता हूँ कि LaTeX कम user-friendly है और कुछ authors को बाहर कर सकता है, लेकिन क्या दोनों के फ़ायदे साथ लाने का कोई तरीका नहीं हो सकता? क्या आपने locally hosted Overleaf पर विचार किया है?

    • Paged Out! की 1-page limit और custom layout जानबूझकर चुने गए फैसले हैं। जैसा आपने कहा, इनमें नुकसान भी हैं
      लेकिन ऐसी publications जिनमें page limit नहीं होती और layout बहुत सख़्त होता है, उनकी भी अपनी कमियाँ हैं। पिछले 15 सालों में कई technical magazines में reviewer/editor और author के रूप में काम करने के अनुभव से मैं यह कह रहा हूँ
      सामान्य magazines में authors पर यह दबाव रहता है कि वे सब कुछ cover करने वाला लंबा लेख लिखें, और वे छोटी, प्यारी trick notes भेजने में सहज महसूस नहीं करते। Paged Out! दरअसल ऐसे ही छोटे notes के लिए 1-page niche है
      क्या यह format सीमित है? हाँ। क्या हर चीज़ इस format में लिखी जा सकती है? नहीं। लेकिन यह ठीक है
      हम PoC || GTFO या Phrack बनने की कोशिश नहीं कर रहे। दोनों बेहतरीन हैं और मुझे व्यक्तिगत रूप से भी बहुत पसंद हैं, लेकिन हमने छोटे लेखों के लिए अपनी अलग जगह बनाई है। zine community में एक-दूसरे के लिए काफी स्नेह भी है। उदाहरण के लिए pagedout.phrack.org और phrack.pagedout.institute के DNS TXT records देख सकते हैं
      layout chaos के बारे में भी मैं समझता हूँ कि आप क्या कहना चाहते हैं। साथ ही, वही एक और niche है जिसमें मैंने जानबूझकर PO! को रखा है। मैं कभी-कभी मज़ाक में कहता हूँ कि यह उन मौकों का इलाज है जब मुझे publisher की मनचाही exact layout में अपने ideas ठूँसने पड़े, या दूसरी magazines के बहुत ज़्यादा लंबे लेखों की review करनी पड़ी
      मैं मानता हूँ कि आपकी बात सही है, लेकिन साथ ही इस छोटे और खामियों वाले niche से मैं काफ़ी संतुष्ट हूँ
      संबंधित दो links: https://pagedout.institute/?page=faq.php#why-one-page
      & https://pagedout.institute/?page=faq.php#layout

  • मुझे योगदान देने का निमंत्रण मिला था, लेकिन उस समय मेरे पास कुछ तैयार करने का समय नहीं था। फिर भी नतीजा सच में शानदार लग रहा है, इसलिए अगली बार मुझे कोई अच्छा विषय ढूँढना चाहिए

  • यह मुझे बहुत पसंद आया। खासकर “Spotting Quacks with Puzzles” बहुत अच्छा लगा
    media literacy को लेने का इसका तरीका बहुत अनोखा है, और नए 4o image generation update के आने के समय यह इससे ज़्यादा timely नहीं हो सकता था

    • वह लेख मैंने लिखा था। उम्मीद है कि PO!/HN के creative problem-solvers को media literacy education की कठिनाइयों पर सोचने का मौका मिलेगा

  • मैं जानना चाहता हूँ कि क्या इसे printed magazine delivery के रूप में order किया जा सकता है, या सिर्फ़ download करके घर पर print करना ही तरीका है? मैं ऐसी magazine डाक से पाना चाहूँगा

    • अभी तक यह संभव नहीं है, लेकिन हम lulu.com जैसी digital printing services के ज़रिए इसे उपलब्ध कराने पर काम कर रहे हैं
      कोई पक्की timeline नहीं है, लेकिन हम कोशिश कर रहे हैं कि अगला issue, जो लगभग जून-जुलाई के आसपास planned है, उससे पहले यह संभव हो जाए

  • USB foot switch वाले हिस्से तक पहुँचते-पहुँचते मैं इसे बहुत देर तक देख चुका था, इसलिए रुकना पड़ा। यह एक बढ़िया छोटी zine है, और बाद में मैं इस issue और पिछले issues को और देखूँगा

  • magazine format अच्छा है और खासकर illustrations पसंद आए। AI नहीं बल्कि इंसानों द्वारा बनाई गई illustrations सच में माहौल बहुत अच्छी तरह बनाती हैं
    लेकिन इतने विविध कलाकारों में से चुनने की क्षमता होते हुए, मैं इस विचार से ज़्यादा सहमत नहीं हूँ कि ऐसे रूसी कलाकारों की illustrations इस्तेमाल की जाएँ जो अभी रूस में रहते हैं, वहाँ tax देते हैं, और उसके परिणाम भी आते हैं

    • इस काम से कोई रूसी जितना थोड़ा tax देता है, वह रूस द्वारा यूरोप को तेल बेचकर कमाए जाने वाले पैसों के मुकाबले नगण्य है। तो क्या फिर पूरे यूरोप का भी boycott करना चाहिए?
    • कृपया लोगों के साथ उनके government के कामों की वजह से भेदभाव मत कीजिए
      संवेदनशील और बुद्धिमान लोग, चाहे वे किसी भी regime के तहत रहते हों, शामिल किए जाने के हकदार हैं