Introducing Griffin, the first model to pass the video Turing test.
48% of people who talked to it live thought it was a real human. Previous systems have had a pass rate <3%. It is #1 on NVIDIA's benchmark for full-duplex AI video.
Itโs the first Human Interaction Model (HIM).
Introducing Atlas:
The world's first multimodal world model that generates image and video frames with pixel-perfect camera control and reconstructs them in 3D.
Model the world, move the camera, and simulate space & time.
I'm joining OpenAI next week!๐ฅน The job search turned out to be really challenging but also super rewarding, so I wrote a small blog to share what I learned along the way and hopefully make the process a little less mysterious for the next person. https://t.co/6FigSBdenD
Sebuah tehnolohi๐คฏ. Pakai openwebui + mcpo (proxy mcp biar bisa dipakai di openwebui) + bikin simple mcp server pakai go yang bisa nge "curl" + qwen2.5:3B + docker
bisa kelihatan tool apa yang kepake + result nya gimana.
cocok si ini buat diimplementasikan di env yang isolated
@yakbariz @mldihsn sama kalau dicontoh contoh sering nya pada pake claude desktop sebagai host client , kalau mau local model sendiri host client nya bisa pakai https://t.co/NZqJgVuuaw
Habis menyelam tentang konsep Model Context Protocol, perpaduan antara LLMs + function tool call keren juga ya.
Baca baca sejauh ini pemanfaatan nya banyak di level "app". Kebayang ga si provisioning infra tapi via chatbot ? Wkwkwk
@yakbariz @mldihsn kemarin baca https://t.co/02K0XwAgt1 docs nya langsung masih kurang paham,
terus nemu blog series ini, oke banget dijelasin flow nya gimana. Artikel lainnya juga bagus buat dibaca dari blog nya di
https://t.co/V2owYfi96e
https://t.co/Y5jOFXa9bi
5. Bisa jadi di server db nya ada process lain yang membebani cpu, sehingga menyebabkan slow query. Atau malah query nya yang jelek, jadi bottleneck
6. Network latency, perlu cek input output waktu dari app ke db nya berapa lama.
Thread nya bagus buat orang infra wkwk mau jawab:
1. Memory leak di app -> memory habis dan app nya crash lalu restart. Kalau app nya java based, bisa diliat dulu dari analisa gc nya, biasanya bakal sering banget nge gc karena memory nya ngga bisa ke reclaim
Calling all software engineer yuk kita maen game, can you analyze what happen from the metric that I've shared??
Jadi rule gamenya gini:
1. Gue share metrics
2. Kalian quote reply dan analisa kira-kira apa yang terjadi di metric tersebut ya
Let's gooo, metric pertama! (ez one)
Buat dapet E6 (staff level) ke atas yang saat ini total compensationnya sekitar $800k (karena Facebook stock lagi stonk ๐) untuk jawab soal system design kaya gini kita harus ngasih multiple solution dan tradeoff
Tapi jangan lupa dengan elemen storytelling
Kita mulai dengan bilang bahwa untuk mencari bisnis2 terdekat dengan lokasi kita sekarang adalah dengan menggunakan full table scan. Obviously kalau handle 500mio request dan 100mio business ini jadi mayan mahal - O(N * M)
Lalu kita jawab bahwa bisa pakai geogrid. Kita bagi peta dunia jadi banyak grid (misalnya 13 * 5), assign tiap lokasi ke grid bergantung latlongnya dmn. Terus ketika mencoba mencari bisnis terdekat kita cari bisnis2 yang ada di grid terdekat. Ini jadi lebih cepat - O(N * k), tapi gridnya sendiri ukurannya terlalu arbitrarty. Dan banyak grid yang ga terpakai di laut karena di laut tidak ada lokasi bisnis, kecuali Crusty Crab
Lalu kita iterasi solusi kita jadi pakai geohash. Geohash itu formalized geogrid yang granularity ukurannya bisa besar (satu benua) atau kecil (satu kota). Still O(N * k) tapi lebih simple dan lebih efisien lookup-nya. Cara lookupnya pun sudah standard dibandingkan geogrid
Lalu kita iterasi lagi solusi kita jadi pakai quad tree. Ada grid yang besar karena ga ada bisnis di dalamnya. Ada grid yang kecil karena population dense. Kencang, O(N * log M)
Sekarang... gmn cara dapet E7 ke atas ($1.4mio total compensation)? It's by impressing your interviewer with knowledge that they don't know. Tujuannya menunjukkan bahwa kita itu jago dan udah pengalaman banget, lebih jago dari interviewer kita
Ada library yang dibikin oleh Uber namanya H3. Basically H3 itu kaya S2, cuma bentuknya hexagon. Alesannya? Karena hexagon itu merepresentasikan bumi lebih akurat daripada S2 yang persegi, sehingga lebih efisien. Sama, masih O(N * log M)
Kemungkinan ada bbrp kesalahan dari penjelasanku dan mungkin solusinya pun juga udah kuno. Tetapi ada beberapa hal yang mau aku tekankan di sini:
1. Aku menjelaskan solusi dari yang paling naive sampai yang modern
2. Aku tidak hanya menjawab, tapi juga bercerita dan tipis2 mengajari
3. Aku menggabungkan ilmu system design dengan sedikit ilmu algoritma dan struktur data dalam interview system design
4. Aku membawa banyak solusi, ga cuma satu
5. OMG, LAGI2 TIME AND SPACE COMPLEXITY DIPAKAI UNTUK KEBUTUHAN KERJA!!!