#ai 🤔 突然想到，目前 琴棋书画 领域，还只有AlphaGo超过了人类智商

suno,gpt4,sd 这些，比如gpt写的小说单靠sd画的画还是没新意

所以，棋类、魔方、数学水平，是能代表科学意义的IQ，还是单纯是社会学的不明觉厉呢？

#ai #learn http://zh.d2l.ai/
个人觉得想了解ai的原理，看完这本书，然后会把里面代码跑跑通，就差不多了

如果仅仅想要调用ai的一系列api的话，可以照着huggingface上学一学，然后可以搜一下别人微调huggingface模型的框架，可以找kaggle这些平台用gpu免费跑跑
可搭配李沐（该书作者，前amazon Sr. Principal Scientist）的视频教程：https://space.bilibili.com/1567748478/channel/series
技巧可以搜索prompt engineering相关内容。如果想要获得网页对话框之上的体验，希望利用LLM搭建一些自己的项目的话，会一些基础的python还是必要的。
如果要深入了解原理，得吴恩达深度学习、cs231n、cs224w、这些是最基本的原理，然后要学pytorch框架、huggingface基本使用，一堆transformer架构这些，当然这是ai研究生的内容了。。

#security #linux #reveng https://mastodon.social/@AndresFreundTec/112180083704606941
https://boehs.org/node/everything-i-know-about-the-xz-backdoor
https://twitter.com/Blankwonder/status/1773921956615877110
发现后门的人还只是一个 pg 社区的开发者


#tool srt 我来示范一下怎么获取全集字幕吧，《国宝特工》

>准备ASR服务+降噪优化
pip install -U openai-whisper demucs

>下载视频全P
yt-dlp -f0 https://www.bilibili.com/video/BV1Rx411j7aw?p={1..52}
>ffmpeg concat all m4a, start seek 110s, to wav 16k
audcat() { for f in `find *.$1|sort -n`; do echo -e "file '$f' \ninpoint $2"; done>ALL.txt; ffmpeg -f concat -safe 0 -i ALL.txt  -ac 1 -ar 16000  -sample_fmt s16 -y ALL.wav; }
audcat m4a 110s
>去BGM 
#demucs --two-stems vocals ALL.wav; mv separated/*/vocals.wav ALL.wav
#因为配置低就不示范了
>20M一个文件夹(24min一集，建议5集一批), 用同样原理把{1..6}/a.srt 收集回来
find *.m4a|sort -n|pr -aT -10|nl|xargs -L1 ruby -e'puts "mv "+ARGV.rotate.join(" ")'
mkdir {1..6}
for f in `find * -type d`; do cd $f; audcat m4a 110s; cd ..; done
#find -name *.m4a -exec mv {} $PWD \;

>识别生成中文srt
whisper --model base --language Mandarin ALL.wav 
>去除回音代表的行
>transform srt file a (using srt.parse), iterate over a[], when a[i] not in a[i-1:i-N], keep it
for i in {1..11};do echo>>a "# $((i*5))前的5集";srt-process -f print --input ep$i.srt >>a; done

import srt,sys

# Set N value for checking against previous N lines
N = 2

_,srt_file=sys.argv
subs = list(srt.parse(open(srt_file)))
noDup=lambda cap,i: cap.content not in [c.content for c in subs[i-N:i] ]
filtered_captions = [cap for i,cap in enumerate(subs) if noDup(cap,i)]

# Save the result to a new SRT file
with open("ep" + srt_file, "w") as f:
    f.write(srt.compose(filtered_captions))

https://pypi.org/project/SpeechRecognition/ 也可以用Azure等云服务
最后，如果能买API Key 的话可以直接用

curl https://api.openai.com/v1/audio/transcriptions \
  -H "Authorization: Bearer $OPENAI_API_KEY" \
  -H "Content-Type: multipart/form-data" \
  -F file="@/path/to/file/audio.mp3" \
  -F "timestamp_granularities[]=segment" \
  -F model="whisper-1" \
  -F response_format="srt"

https://platform.openai.com/docs/api-reference/audio/createTranscription#audio-createtranscription-response_format
#web GPU(类似 waifu4x https://real-cugan.animesales.xyz/) https://huggingface.co/spaces/Xenova/whisper-web
https://huggingface.co/spaces/aadnk/whisper-webui

>#china #ai 代购我不知道，API黄牛倒是不少，但免费的可以薅
据说 Claude.ai 更好，但也封锁了
国区魅力时刻:https://www.bilibili.com/video/BV1ip421U7Qx 大清苏联重现

如果你没有VISA（不能注册Azure的GPT或ASR/TTS），只有微信，可以用 https://openai-hk.com/?i=25623 这个中间商，起步价10块（有更好的推荐请私我.. 😓）

whisper-1 0.006美元/分钟 0.0426人民币 每段限25MB
curl https://api.openai-hk.com/v1/audio/transcriptions -H "Authorization: Bearer $OPENAI_API_KEY" -H "Content-Type: multipart/form-data" -F file="@ALL.mp3" -F "timestamp_granularities[]=segment" -F model="whisper-1" -F response_format="srt"
网页版 https://github.com/openai/whisper/discussions/1018
和离线版是一样的

主要是Whisper的听说性价比在目前能算SOTA吧，而且能顺带充一个GPT4和midj(1个问题3毛钱啊)
可以在 ChatHub.gg (Alt+J) 使用代理商的API，各种 client webui, 本地GLM也都能用

我看了一下，淘宝有卖apikey的（openai不让搜了），gpt3 一口价5块，无需帐号。 也能用Whisper服务 🥰
单靠官方APIkey 只能限权，不能量贩，除了虚拟手机卡注册，这大概是公用号.. ( 我当时也很惊讶gpt4可以直接卖key) 现在gpt3栏大街了，我把sk贴出来:
OPENAI_API_KEY= ssk - X6muuhftCItNxCFy6bP7T3BlbkFJlkcCKxV8Js2v3mnoCAtZ
ssk - v4SRWkhYGKu7EoUeIMJuT3BlbkFJFii1vkU3ZCdO7dyoADrG
我当时也很惊讶gpt4可以直接卖key

#ai #tool gpt4客户端直接用 https://app.nextchat.dev/#/
我在 https://openai-hk.com/?i=25623 有个号，想试用 你可以找我问apikey
似乎很简短的算术题都需要0.1元，gpt3是1分钱

#ai #design
https://drams.framer.website/
#js #history https://webdevelopmenthistory.com/index/

#learn #ai #math Transformer 序列推理 https://www.youtube.com/watch?v=wjZofJX0v4M
https://www.youtube.com/watch?v=eMlx5fFNoYc

CNN RNN https://www.youtube.com/watch?v=nzqlFIcCSWQ
#recommend

【速报】Google I/O 演讲总结✨

1. Gemini 没活了。
多模态完全被 OAI 狙击，Google 起了个名字叫 Project Astra，结果 Demo 还只是个 Prototype，上线要 Later this year，OAI 已经 roll-out 4o 了😕
视频生成可以自由延伸长度，但不敢放完整的 1 分钟 Demo；Gemini 不敢提性能指标，因为没有新模型，还是 1.5，唯一硬扯只有「我上下文 2M，上下文能改变一切」，1.5 Pro 还是得订阅😕

​2. 被狙击以后，演讲一塌糊涂。
首先讲了一堆实验室产品，这么久了 NotebookLM 还在实验室😕
消费者产品上几乎没有创新：AI 搜索感觉不如 pplx；Side Panel 就是之前 Duet 改名；Ask Photo 就是 RAG 一下你的 Photos 元数据；Gems == GPTs rebranded🤨

3. ​Android 系统更新只讲 AI 相关。
a. ​语音助手重做，可以读屏、抓屏幕上的文件、直接生成图片 drag&drop
​b. On-Device，AI talkback + AI 电话反诈
c. 别的请关注明天的 Android 演讲😕
​
​4. 对开发者也没诚意。
​a. API 支持 content-caching，可以不用重复请求
​b. 价格战时间：1.5 Pro input 首 1M token $3.5，后面 $7（4o input 只要 $5），1.5 Flash $0.35（Claude-2-Haiku $0.25，DeepSeek-V2 $0.14）
​c. 往开源社区倒垃圾时间：视觉模型 PaliGemma 今天发，Gemma 2 最大 27B，六月发布😕
​d. 开源负责任 AI 水印工具
​
​好了就这样了，太无聊了，最后还自我吐槽一下一场发布会提了一百多次 AI
当然这么无聊还是因为 OpenAI 太能狙了，我真觉得如果不是 OpenAI 刻意找 Google 的人套情报然后精准狙击就是 Sama 通灵了，严查

#AI #LLM #Google

— Linux与命令行
"外壳"提供了调用软件的人机接口。在 kernel.org 已对内存cpu分时分址复用、解码/dev/sdXY 分区, /sys/内设外设+网 ls {/proc,/sys/class}/net 的基础上。这是DOS.COM 所不具有的
.bashrc 和 etc/XXX.d/ 以run-command而非json注册表的方式配置设置，这既先进又落后。 rc的灵活性远优于yml，但bash的无类型,单全局表 将其化神奇😅为腐朽了（毕竟1971年老古董）
pacaur -S xonsh elvish pwsh 拥有更合理的弱类型API

您的终端通过 ANSI 清屏=printf '\e[2J\e[14t' 来控制显示效果，但对于TUI应用..有少数stdio管道不能实现的接口， https://docs.python.org/zh-cn/2/library/termios.html .iospeed.O_NONBLOCK
->py termios 如何进入非阻塞(游戏按键)模式？编写 key echo demo
->表格出所有ANSI escape，然后函数化为 clear=lambda: CSI('2J'); ...
bash连接到的tty服务器=$(fuser -s $(readlink /proc/$$/fd/0)) ，如 xfce4-terminal;ssh;tmux

— 进程管理
^C终止 ^Z挂起到jobs
htop; powertop TUI监视器

yes sir|tee just-like.dd
nohup zenity --entry --text="请输入您的姓名：" &
tail -f nohup.out
time sleep 1

#记录3态时间的后2Sum是CPU占用率 ，sys时间较高=IO密集型
jobs -l 查看pid; fg bg 继续任务$!, kill -9 $(pidof bash) 杀死

— 命令的组合 &; >< 与括号展开

{cat,echo}|grep #不要这样做！ 使用'<'或arg1输入文件常量，'>>', &>/dev/null 赋值文件。尽量不要使用 >

&>fp 即 1>fp 2>&1; freopen了两个换行流文件(stdbuf -oL)，就像 import subprocess.Popen(stdin=-1) 它可被读写

less -f /dev/stdin &sleep 1 &&echo>>/proc/$(pidof less)/fd/0 hi
lsof /tmp/; ss; strace -etrace=openat,getdents64,connect ls 

您使用lsof即可知道进程打开了什么(网络)文件

表达式if\else

zenity --question --text="确认要执行吗？" && echo "您已确认执行。" || echo "您取消了执行。"
test -f nohup.out &&wc $_

for,case在文尾。 罕见于urls|xargs cat

a=hih;echo ${a:0:2} ${#a} ${a//h/H} $((10/3)) {01..9..2} {good,bad}boy {z..a}

hi 3 HiH 3 01 03 05 07 09 goodboy badboy..
{} 允许并列,嵌套和正择 🥰
使用可嵌套的 $() 取代`` 除了可以调用文字替换API， 还能提升组合力

diff <(echo hello world) <(echo hello bar)
less <<<Good #配合 ruby -p; node -e 胶水使用
JS=$(cat <<OK
  heredoc,就像""仍能内插${} ''
OK
)

不过sh系都支持多行字符串
可以手动 tmp=$(mktemp); trap 'rm -f "$tmp"' EXIT

— 目录管理
文件夹名/拖放 转到。不要用cd那个太古板了
mkdir -p 目录/树
ls -lh; tree; du -h 读目录,计算df大小
echo>>a.txt 记录
rm -rf * 清空$(dirs)
^xg #查看符合正择的文件
cp;mv 复制和移动到arg-1即 $_
chmod {+x,755} 设置可执行

set -s noglob 以禁用*正择
可深度遍历,匹配多个斜杠。正则[0-9]仍有效，但'?' 变成了(.)， [^\d]* 成了 *[![:digit:]] ，从find和sed的使用来看😅bash的RegExp是🤡

ls !(*.mp4)
echo **/*.mp4

替换文件扩展名(thunar -B ，不得不说单字符很脑残,何况bash连对象键值都停留在get/set函数名) https://wangdoc.com/bash/string#搜索和替换

fp=a.x.mp4; echo ${fp%.*} ${fp##*.}
echo ${fp/.*/} ${fp/*./}

a.x mp4
a mp4

for fp in *; do [[ $fp =~ \.png$ ]]&&ls "$fp"; done

自至剪贴板

a=$(xclip -selection clipboard -o); base64 <<<$a|xclip -selection clipboard

练习：封装这些功能为函数或basename式CLI工具，加什么参数你看着办，这幼儿园Perl我看着就难受

— sh变量
不支持str和float算式，支持?:

pargs() { echo "$@"; }
pargs x y #x y. 不像argv它不含$0
echo $PS{1,2} #为什么大佬教你要 "$var"呢？试试在文件名里加空格或 echo $(cal) ？牛逼啊，还能SQL注入了！默认语意这么脑残
IFS=":" # read分隔符为冒号, 遍历可执行注册表
for dir in $PATH; do
    echo "$dir"; done
export PATH #bash连字符串变量也不默认传给子进程
#有无屏幕, 其实 .bash_login 就是tty-only
(xdotool sleep .1 search --name tty windowsize 100% 100%)& alacritty
[ -z $DISPLAY ]&&startx /bin/sh atty.sh

read id; ${id:=Peter}
read id; ${id:?Oh no Peter}
#不建议用 declare -i c; c=1+2 或let=运算,可以
((a=1,b=2)); array=([2]=c [0]=a [1]=b) #读取 "${array[0或@]}"

— 权限
您的系统通过chown和setcap来管理特权，所有文件通过 umask: ugo(user grp other)三权分立，一般为 644, 755(=rwxrxrx 对于目录x允许进入)
6(rw-)即是位旗 0b100+0b10+0; echo $[2#100+2#10]，644以此类推
特别地，wheel 用户组(类似win/droid的SYSTEM) 可使用/bin/sudo 来鉴权到sudo的所有者root。为了防止 LD_PRELOAD注入应使用 visudo 修改配置

find / -perm /4000

列举所有自鉴权模块如su

sudo setcap cap_net_bind_service=+ep $(command -v python)

#允许bind 80端口
# cat /etc/{,g}shadow /etc/{passwd,fstab,sudoers,ssh/sshd_config} 只有root能查看。权力越大责任越小，rm -rf /* 😱享受特权吧！

— 古怪的语法
先前学过java的大佬，会觉得 if-fi case-esac for-done 比Lua和Matlab还啰嗦，这是因为bash采取了shlex 而且和TeX一样不懂变通
if [ ]; then, for in ; do 更像是2条命令(do eval字符串 done) 而不是“块”， forkBomb() { sleep; } 尾分号同理
bash 区分命令和计算的$()也很含糊，但在pwsh上都是 ()

PaintsUndo 这个项目真的太厉害了，作者此前创造了 ControlNet

产品化上，似乎绘画应用终于能够有 Copilot 的用法了，如果 Undo 的这个网络能反向成 Redo，用户画一个草图就能 Copilot 自动提示接下来可能的完善方向，类似代码补全，文本补全，在绘画创作中终于有了类似的解决方案，真的非常令人激动

此前 GC 的图片都是 Diffusion，如果 steps 递增的话那个画的过程根本不是人类细化的过程，所以这个研究感觉可能能让 AI 理解人类的细化过程（目前看来还没那么简单，因为这个模型训练是直接拿的延时绘画视频，中间拟合了很多画师切图层的行为，可能不能直接达到 Copilot 建议）

另一方面，日本和国内的创作者其实抱着非常负面的态度，可以理解可能会被人用来做绘画过程的伪证，可想 AIGC 攻防已经向着网安红黑队的那个方向演进了，未来 Responsible AI 的分支肯定会壮大

#AI #AIGC
https://lllyasviel.github.io/pages/paints_undo/

https://coolshell.cn/articles/22320.html #linux #learn 内核/libc AOP 技术介绍

#ai 生成结果不错，晚点 #todo
分别举例用 strace;stap 监控文件打开

分别举例用 strace;stap 监控htop进程的文件打开

分别举例用 frida;ebpf 监控htop进程的文件打开

使用 criu 休眠和恢复 htop进程，进程状态存储为 a.zip
重新把 /proc/$pid 的标准流对接到一个虚拟终端，就像fg job

编写脚本，使用overlayfs和chroot模拟fakeroot，在退出时将更改保存到 a.tar.xz 且允许再次打开

用Luanitik 编写文件系统驱动 nullfs.lua，返回空目录

#design #tool https://fixupx.com/stammy/status/1815800758199361629?s=46
https://www.freefaces.gallery/
https://motherfuckingwebsite.com/
https://keyboardsimulator.xyz/

http://interface.watch
https://www.elmo.chat/ #ai
https://github.com/bugbakery/audapolis tts
https://github.com/trholding/llama2.c/blob/master/runq.c
拒绝一切 neofetch #linux
拒绝 NV显卡，非炼丹术士，用不上
拒绝一切 lib32 ( 禁用 multilib )，所以咱和 wine 八字不合
拒绝一切 拖家带口的软件，相比直接安装 shellcheck 会带上一大堆 haskell ，我更喜欢直接去 GitHub 拿二进制文件来用

话说 AUR 源和 homebrew 类似，提供的是食谱，是 midi，不是 wav，不是 bin
所以清华 TUNA 放弃 AUR 没啥问题，反正真正阻止你用 AUR 的是开盲盒般的 GitHub 访问体验

Arch 实际上体验成本不高，archinstall 已经非常可用了，不过在愉快地设置安装前推荐去 /etc/pacman.d/mirrorlist 里把国外源都干掉，国内源留一两个 https 的就足够

pacman 一开始接触会觉得非常反人类
常用的首字母就俩 :
S 从网上
Q 从本地
后面就可以开始叠 buff 了 :
i 列出包信息
y 更新缓存
l 列出包文件
s 找包
还有俩特殊的 :
Rs 删 Rd 忽略依赖地删
F 通过文件找包 Fy 前文 + 更新缓存

炸 grub 不怕，因为压根不用 grub
systemd 的魔爪已经
用 systemd-boot 取代了 grub
用 systemd-networkd 取代了 NetworkManager
grub 引导挂了从启动盘启动，按 gentoo 方法把系统挂上，重新 grub-install 一下问题就解决了​
https://t.me/kotlin_cn/110568 #故事会

#web #ai #GPT4 https://m.youtube.com/watch?v=5LlkFiioOHQ

#dalao https://www.kxxt.dev/blog/programming-thoughts/2022-04-16/
https://lutaonan.com/blog/code-artists/ #ai #dev 第二次提及了，不符合刻板印象的 #js 人 👍
把 AI 当作是你的员工，就像某一天你突然只需要 $20 一个月就能招无数多愿意帮你打工的人，你很快就会发现，你最终会面临两种局面：

局面1：你将手足无措，你突然发现如果你不是实现函数的那个人，你就不知道你应该做什么了。从前你沾沾自喜的手写快排，手写红黑树突然变得一文不值，无处施展。
局面2：你将如虎添翼，你突然发现你曾经有很多想法没有精力和时间去实现，现在突然有这么多廉价劳动力将不厌其烦地帮你写代码

在这里我要申明，这篇文章我是写给有一定经验的程序员看的。对于没有什么经验的程序员，多写点代码总是好的
就像下面这个例子，我只要说一句 add tanstack query provider 就能让 AI 帮我把 @tanstack/query 加到我的程序里，但如果你没有任何代码经验，你连 query 是什么都不知道

#sql
https://github.com/duckdb/pg_duckdb
https://github.com/asg017/sqlite-vec
#asm C语言的变量符号
https://t.me/kaedeharakazuha17/3548?comment=26435
https://evian-zhang.github.io/learn-assembly-on-Apple-Silicon-Mac/1-底层的整数.html
https://nan-archive.vercel.app/debugger
#bash
https://github.com/kxxt/tracexec?tab=readme-ov-file#origin
可是 stra execve 也可以

alias stra='strace --quiet=attach,exit -f -e "signal=!chld" -e'

#cg https://firedancer-lang.com/ 可以和 Pi day https://t.me/dsuse/19402 结合看

#ai #game https://nicholas.carlini.com/writing/2024/how-i-use-ai.html#simpleapps
py flask 🤔#code 都是完整代码

#book Leonard #ai 演绎 1984
https://m.youtube.com/watch?v=SSDRHVm38c8

在B站，错误的历史记忆似乎以叮咚🐔 和哈鸡米捆绑而留下来了 #ncov19

不过最近城投泡沫又有新活：房屋养老金想从上海开始收了，迫于舆论没收成。 当然从法理上讲，不是你的“传世宅邸”，没有交税的道理。
https://m.youtube.com/watch?v=fQv1Xq7zpLI&t=7m
地方政府：那我缺的营养这一块谁来补呀？

#js #ai #tool TTS vits 声线

https://huggingface.co/spaces/k2-fsa/web-assembly-tts-sherpa-onnx-en 120M
Sherpa-ONNX
https://rhasspy.github.io/piper-samples/ 选择语音(ryan,bryce 男声挺好, amy/danny-low 低配版) 后下载armv7 https://github.com/k2-fsa/sherpa-onnx

https://github.com/rhasspy/piper/issues/257#issuecomment-1823768683
https://huggingface.co/spaces/diffusionstudio/vits-web 默认20M

#life #经济 就业形势
方脸：为啥2024问题仍在恶化

现在有叫兽把通缩失业问题，推给应届生学习不努力，不够理科、不够高端
熟悉经济的观众可能会把「内卷」的问题归咎于产业和消费升级的失败（背后涉及GDP分配和社福的缺失不用多说吧）
不过，这是忽视了我党在「打击内卷、严惩教培」「打击网游打击直播」「打击……」等闪电战里曾取得的不凡成就 🤗

老五样在提供就业上仍有60%的比重，这是产业结构调整顺序的失败
一些行业（房地产和土木？）显然是再起不能了，但是「新三样」呢？

其实，现在有对BYD和三折叠手机的狂热，和苏联人当年「太空竞赛」时是不遑多让啊。
苏联经济的下场是什么，联盟为什么会不攻自破，没人比中国人更懂了
说到底，科技不是用来赢的，它要造福人民，最终特征便是挣到外汇。
在堂堂正正不长敏感词的墙外，该如何卖出华为手机呢？靠倒贴钱？ emmm
https://m.youtube.com/watch?v=xpJ3O1r5Xos 粉红考边之路。。 #recommend

btw. 距Louis的 #ai 鉴证娱乐系列后比较现实的短剧
Wojack：你从来没遇上坏人或不「法」之人，大街上的，就是编内编外的你自己，那种既宗教又精利的狂热才是王法。

没人为你做主？睁开眼睛看看你身边的旗帜、电视、课本上那些好话说尽的精神分裂患者，咱们的主子起义翻身多少年了？狗奴才。。
幸好，李录那样的学生们冒死在利出一孔的封建粮票下争取到了半市场化。像希特勒那时一样，或许有些枷锁会随着原教旨资本主义而破产。
人性无所谓本善本恶，人自古以来都是社会的硬件，没升级过。好的软件用利己、嫉妒、贪婪来运行投资投票、研发、生产，在供需自由里实现晋升平等，在秩序间奠基爱与光明；盗版软件却在苛捐、垄断、共人产中追求着因噎废食，断人一臂、自毁前程。

Wojack的追求乃非民主，是为民做主，做民主拿税钱。他被当局民主打了江山也纯属活该，但把二者混为一谈是他自己的意志吗？
庖丁解牛从小处入手，打一个民族的七寸是该反普世价值。
“没了船，水什么都不是；在水被生下来前，人民就扛着船走”当然是谬论，但它却是集体主义「舰长」们追求的格局境界
除了惑乱人性倒果为因，虫群思维也是引战踩一捧一、受害者有罪、极端情绪与恐怖主义的引擎，是饭圈和传销托儿群的利器，所谓平庸之恶乌合之众，鲁迅早见过，世界上也非华人独有。
其实民主法制路上，我们不孤单

#ai #statement
我说传播AI恐惧症的行为也是群逆天啊。资本家福特所淘汰的马车人力车夫，是比货车网约司机活得安稳、挣的多？马上有毛钱？

当漫画家当毕加索的梦没做过吗，非得每天996搁数位板上磨刀？是谁在造谣经济危机、利用仇恨？把AI社畜挣的钱分给你不就得了，

AI不需要消费力，它随你剥削打一折、零元购，和搜索引擎和红绿灯和银行利息一样。
每天180的智商就是学来想吃和死，失业会死、王思聪会死，那金牌讲师呢？ 吃苦就是享福对吗？咱世俗点，别学印度苦行僧成吗？