Vital Signs

Investment #Photograph #Automobiles #Wanderer #Idol #Finance #Data science #Health #Sport #News#Gadgets#ISFJ-T

[Vital Signs @VitalSigns27]

จบตรีเท่านั้นคือเลือดแท้ คงเป็นของมือค่าสุดอย่างเดียวในชีวิต ต้องหวงไว้เท่าชีวิต

[ไม่เชื่อครับ โม้🤗 @reno____o]

มีแบ่งแยกเลือดแท้ เลือดผสมจริงเหรอ ขอสอบถามคนเรียนโท ฬ

[nimdaex ฉีดแล้วร์ร์ร์ร์ร์ @nimdaex]

แต่การออกตัว พูดแรง ของโตโยต้าพี่ใหญ่ในไทยนี่ ถือว่า case study ได้เลย
แสดงให้เห็นว่า dna ญี่ปุ่น accord plaza ในไทยยังคงอยู่ ญี่ปุ่นยังมีแนวคิด ชนะไปด้วยกัน ไม่ว่า แบรนด์ไหน แต่ ญี่ปุ่น จะชนะไปด้วยกัน ให้คนประเทศที่ไปลงทุนชนะไปด้วย
ซึ่ง อะไรแบบนี้ สันดาน จีน ไม่มี

[ทุบกะลา ท้าฝัน @paichewee65779]

ขนาดนี้แล้ว ถ้ารัฐบาลยังเฉยก็ไม่ไหวนะ

[Vital Signs @VitalSigns27]

สู้มือ

[​𝖯𝖯 ‧〰︎★ @__zpjrz]

555555555555 วันนี้คุณแม่มาแนว Jurassic World 🦖😂 #ครูสุนีย์

[Srettha Thavisin @Thavisin]

พูดได้ถูกต้องและดีมากครับ

[Vital Signs @VitalSigns27]

อนาคตลูกหลานไทยในมือคนเหล่านี้

[MissV @MissV38601]

ชอบคลิปนี้มากกกก

[Vital Signs @VitalSigns27]

ทำมาหลายรบ.แล้ว? หัวใจดวง ที่ 180 กว่สแล้ว ไม่น่าจะดปลี่ยนกันได้ภายใน 4เดือนขแงรบ.นี้

[िहंदूसतािन. bratty @bkkk888]

@calendargurl_ @yasintara ทำแบบนั้นก็ไม่มีฮีโร่ตัวเป็นๆออกข่าวได้สิ ทำแบบปัจจุบันมันสร้างข่าวได้บ่อยๆ เรียกกระแส กลบกระแสได้

[Vital Signs @VitalSigns27]

โปรตอน/ วินฟาส

[kangg @kangg]

ญี่ปุ่นสอนให้คนไทยประกอบเครื่องยนต์เป็น แต่ไม่เคยให้เทคโนโลยีใดๆกับคนไทย

ไม่งั้นอยู่กันมา 50-60 ปี คนไทยรุ่นแรกๆที่ทำงานกับบริษัทรถญี่ปุ่นน่าจะมีทักษะด้านเทคโนโลยีจนแตกแขนงทำบริษัทเทคโนโลยียานยนต์ในไทยได้

ประเทศใน sea ที่รับจ้างประกอบรถญี่ปุ่นมานาน ไม่มีประเทศไหนมีทักษะด้านเทคโนโลยีจนถึงขั้นคนในประเทศตั้งบริษัทด้านยานยนต์ได้ขนาดนั้น

เครื่องยนต์ที่ใช้ในรถที่ขายใน sea ก็เป็นเครื่องที่ตกทอดมาจากญี่ปุ่น ญี่ปุ่นคิด ญี่ปุ่นทำ ไทยได้รับมาต่อยอด รุ่นเก่าจัดบ้างรุ่นเก่าน้อยบ้างว่ากันไป นานๆทีมีรุ่นใหม่ที่ปรับปรุงจากรุ่นเดิมใช้

เครื่องรถญี่ปุ่นรุ่นดีๆเทคโนโลยีล้ำๆ ไทยไม่เคยได้ใช้ในรถไทย

ส่วนการเรียนระดับอาชีวะ/ป.ตรีด้านเครื่องยนต์ในไทยก็ไม่ได้สอนด้านเทคโนโลยีขั้นสูงจนคนไทยไปสู่อุตฯยานยนค์ระดับโลกได้ แต่กาีเรียนด้านนี้ไทยแค่สอนให้รู้จักเครื่อง ดูเป็น ประกอบเป็น ซ่อมเป็น ข้อดีอย่างเดียวเราเลยได้เห็นคนไทยเปิดร้านซ่อมรถเยอะทั้ง มอไซค์ รถญี่ปุ่น แต่ซ่อมตามแมนวลมั้ย ซ่อมตามขั้นตอนมาตรฐานถูกต้องมั้ยก็อีกเรื่องนึง

บริษัทรถญี่ปุ่นจัดโครงการให้เด็กอาชีวะก็ crm ไม่ได้ให้ความรู้ขั้นสูงกับสถานศึกษา แต่เน้นให้รู้จักเครื่องยนต์ของตัวเอง ประกอบเป็น ซ่อมเป็น

[Morlex @0xMorlex]

Andrew Ng: "RAG" is becoming a "Graph" problem

This 1-hour deep dive shows why. Once agents can retrieve, judge, retry and call other agents, a simple RAG pipeline becomes something very different

Here are the 4 steps you must watching:

• 00:00 - Andrew Ng on why agents need iterative workflows
• 12:40 - turning RAG into a self-correcting retrieval loop
• 31:20 - building cyclic graphs with generate → critique → refine
• 55:40 - connecting specialized agents inside one shared graph

The steps: RAG → Self-RAG → Loops → Memory → Multi-Agent Graphs

Start learning it today, so you're building with it while everyone else is still catching up tomorrow

[Dhairya @dkare1009]

Most people use LLMs.
Very few actually understand how they work under the hood.

If you want to go from prompt user → real AI engineer, study these 9 concepts in order:

1️⃣ Transformers — attention, tokens, self-attention basics
https://t.co/65pkMfS4og

2️⃣ Transformer tricks — what makes them stable & scalable
https://t.co/mnUQYpQ9q2

3️⃣ From Transformers → LLMs — how scale changes behavior
https://t.co/uXOVnCsmGA

4️⃣ LLM training — where “intelligence” actually emerges
https://t.co/RFkBljQ8Pi

5️⃣ Instruction tuning & alignment — why fine-tuning matters
https://t.co/nmZB6JE0NK

6️⃣ LLM reasoning — why models fail + what improves them
https://t.co/UY8V9bZjAU

7️⃣ Agentic LLMs — models that plan, call tools, and act
https://t.co/EZbxuxBimR

8️⃣ LLM evaluation — measure beyond demos & vibes
https://t.co/yZ4Uig7uGw

9️⃣ What’s next — trends that actually matter

Bookmark this. Study step-by-step. Your prompts will level up — and so will your builds.

CC: Author

[Akshay 🚀 @akshay_pachaar]

DeepSeek has open-sourced DeepSeek Harness.

(crossed 35k stars in a few hours)

it is built around one core idea: everything is a plugin

let me explain what that means:

the model adapter, the tool registry, the session log, and the agent loop itself are all plugins in DeepSeek Harness (dsh). every one of them can be swapped for your own.

that matters because changing how an agent assembles context usually means editing the framework's own source, or forking it and paying for that fork on every upgrade.

the mechanics that make it work:

→ a plugin claims a stable key like ctx .tools or ctx .llm, and other plugins find it by that key instead of importing a concrete implementation.

→ dependencies are declared rather than hand-sequenced, so load order falls out of what each plugin requires.

→ registrations are reversible, so unloading a plugin unwinds everything it registered.

→ one event, agent/pre-step, decides what the model sees. listeners can rewrite the claimed messages or reject them, which is where nearly all custom context engineering would land.

→ the session log is append-only and covers system prompts, reasoning, tool calls, subagent scheduling, and every context injection.

that last one is what i would actually reach for.

logging tool calls is standard, and when an agent misbehaves you are still guessing at what was in the window. here, model-visible means logged, asserted at runtime, so a new model-visible input requires a new session event.

deepseek was the last major lab shipping coding-grade models without a first-party harness to train against, and it now ships one that can delegate subagent work to Claude Code and Codex.

link to GitHub repo: https://t.co/Q7jrt6qxvk

if you want the full anatomy of what a harness actually contains, the article is quoted below.

[mireia. @heymireia]

El CEO de Google dándose cuenta de que uno de sus propios ingenieros de Cloud se subió a un escenario a construir una app entera con Claude en 26 minutos y acaba de filtrar todo el proceso gratis

[“โอ๊ตโฟร์ไดท์” ➹⑥⁂③ @Oatphrodite]

มาละ “เปิดพอร์ต 1 ปี”
ถือตัวไหนบ้างราคาทุนเท่าไหร่

ดูเป็นไอเดีย แต่ห้ามซื้อตามโดยไม่ศึกษานะฮะ ดอยหนาวมากนะฮะ #oatphrodite

[Richard McElreath 🐈‍⬛ @rlmcelreath]

We've added to the website a free PDF of the Bayesian Workflow book (for non-commercial purposes, like research and exorcism). We put so much work into this book, hope you all find value in it. https://t.co/f472XjM6cf

[R here @UvgtdERt4PWmcjF]

ช็อตเดียวทะลุ 120 ล้านวิวใน 24 ชั่วโมง!

Danny León นักสเกตชาวสเปน กระโดดผ่านทางลาดในจังหวะที่ดวงจันทร์บดบังดวงอาทิตย์เต็มดวง ที่เมืองโนบาเลส จังหวัดอูเอสกา ประเทศสเปน เมื่อวันที่ 12 สิงหาคม

เบื้องหลังภาพเพียงไม่กี่วินาทีนี้ คือการวางแผนนานหลายเดือนและโอกาสถ่ายช่วงคราสเต็มดวงเพียง 30 วินาที—เป็นภาพถ่ายจริง ไม่ใช่ AI 🛹🌑☀️

#สุริยุปราคา #สเปน #DannyLeón

[Dhairya @dkare1009]

Don't waste 2 years learning to become an AI agentic engineer in 2026.

Andrew Ng, the godfather of AI, gave the complete playbook to become one from scratch.

1 hour course. Free:

• 00:00 - AI agent basics
• 12:12 - AI Agentic workflows & design patterns
• 53:27 - Practical tips for building AI agents
• 1:20:30 - self-improving AI agent loops
• 1:30:19 - multi-agent AI systems

I watched it last night.

Halfway through, I realized I could get into Anthropic in weeks, not years.

Bookmark now. Watch it. Then build your own AI agent.

[Ahmed Bennis MD 🫀 @drbennisahmed]

Evaluating the Impact of Stair Climbing on Cardiovascular Risk Reduction: A Systematic Review and Meta-analysis

Physical activity in the form of stair climbing is associated with a reduced risk of cardiovascular and all-cause mortality.

https://t.co/O7PJO5o36N

[clay. @clayul]

Un ingeniero de Google Cloud acaba de mostrar cómo construir una aplicación completa con Claude desde cero.

Pasó 26 minutos en vivo en el escenario haciendo lo que la mayoría de los equipos tardan semanas en hacer.

Vale más que cualquier curso de codificación por vibras de $500, sin equipo, sin configuración, solo Claude y un objetivo.

Los que aprenden lo que Claude realmente hace están lanzando lo que todos los demás subcontratan a un equipo.

[Zyphor @Zyphorrl]

An MIT professor spent 50 years teaching the math that runs Google, Netflix, and every AI on earth.

He never made a dollar from any of them.

His name is Gilbert Strang. He has been at MIT since 1962. His textbook is the one every engineering program assigns. His lectures have been watched over 10 million times.

MIT charges $85,000 a year to sit in that classroom.

He put everything on YouTube for free.

The lecture that matters most is number nine. It is 45 minutes. It is the one where the entire subject stops being procedures and starts being ideas.

Most people who study math learn to follow steps. Row reduce this. Find the eigenvalue. Apply the formula. They pass the exam and forget everything in six months.

Strang teaches why the steps exist.

Independence. Whether any combination of your vectors secretly produces zero. If it does, you are counting the same information twice without knowing it.

Basis. The exact right number of vectors to describe a space. Not one extra, not one missing. Like a key that fits one lock.

Dimension. Not a geometric intuition. A theorem. Every possible basis for the same space has the same number of vectors. That number is what dimension actually means. You can prove it has to be true.

That last idea runs everything.

Google's PageRank decides which pages matter by finding the dimension of a relationship space across billions of websites. Netflix compression finds the basis of your taste from three thousand ratings. Every large language model reduces billions of parameters by identifying what is truly independent and what is redundant.

The formula is always the same. Rank plus free variables equals total columns. Dimension of what matters plus dimension of what is noise equals everything you started with.

Strang derived it on a chalkboard in 1970. It has not changed since.

Every senior engineer at Google knows this. Every quant at a hedge fund knows this. Every researcher building the AI systems you use daily knows this.

The lecture that explains it is free on MIT OpenCourseWare.

The textbook is sixty dollars.

The math costs nothing. The willingness to sit with it for 45 minutes before you write a line of code is the thing almost nobody does.

That gap is the entire edge.

[CyrilXBT @cyrilXBT]

🚨 Anthropic's CEO: "software engineering will be fully automated in 12 months."

two types of people right now:

type 1:
opens Claude, types something, gets an answer, closes the tab.
thinks they're using AI.

type 2:
knows the hidden features, settings, and shortcuts.
runs Claude like a power tool.

type 1 gets surprised in 12 months.
type 2 built the advantage already.

bookmark this. read it today.