My Cookie Mix

Spain won its fourth men’s UEFA European Championship title by breaking English hearts with a 2–1 win over the Three Lions in the 2024 final. A late goal by substitute Mikel Oyarzabal clinched the victory for the Spanish at the Olympiastadion in Berlin on Sunday 14 July, 2024. The title victory seemed well deserved, as they won practically all of their matches. But what were Spain’s chances of winning before the tournament? Read more:  https://medium.com/low-code-for-advanced-data-science/was-spain-s-win-at-euro-2024-predictable-080bfca59b4f

In today’s tech-propelled world, businesses rely on data and analytics to make informed decisions and drive growth. Employee acceptance is critical in this race to embrace data-driven strategies, but change is never easy. Workers naturally worry: Will my job be disrupted or eliminated? Will my workload increase?  Change management is the secret sauce for driving ROI in these moments. Companies that do it successfully are three times more likely to meet objectives than companies that don’t, according to Beth Montag-Schmaltz and Erin Daly, change management experts affiliated with global digital services firm West Monroe.  In a presentation at the recent Chief Data Officer and Information Quality Symposium at MIT, the pair shared six ways to guide employees through the change brought on by the introduction of new technologies. Read more:  https://mitsloan.mit.edu/ideas-made-to-matter/6-ways-to-help-employees-embrace-data-driven-initiatives

JSON mode allows you to get structured data directly from your LLMs, making them more useful for practical applications. While frameworks like Llama.cpp offer straightforward implementations, you might encounter issues with cloud services like Gemini API. Hopefully, this blog allowed you to get a better practical understanding on how JSON mode works and how you can use it even when using Gemini’s API which only has partial support so far. Now that I was able to get Gemini to somewhat work with JSON mode, I can complete the implementation of my LLM workflow where having data structured in a specific way is necessary. Read more:  https://towardsdatascience.com/how-to-get-json-output-from-llms-a-practical-guide-838234ba3bab

Organizations face challenges when dealing with unstructured data from various sources like forms, invoices, and receipts. This data, often stored in different formats, is difficult to process and extract meaningful information from, especially at scale. Traditional methods for handling such data are either too slow, require extensive manual work, or are not flexible enough to adapt to the wide variety of document types and layouts that businesses encounter. ... Introducing Sparrow , an open-source tool created to tackle these issues by offering a complete solution for extracting and processing data from unstructured documents and images. Its modular architecture enables the integration of different data extraction pipelines, leveraging tools such as LlamaIndex, Haystack, and Unstructured. Sparrow supports local data extraction pipelines through advanced machine learning models like Ollama and Apple MLX. It also offers an API for seamless integration with existing workflows, enabling u

Probabilmente è capitato a molti di voi: fate una domanda a ChatGPT e il sistema di OpenAI vi risponde con un’informazione dettagliata e convincente. Peccato che sia anche del tutto falsa . Gli esempi di quelle che in gergo tecnico vengono chiamate “ allucinazioni ” – ma che potremmo anche definire “inventare cose” – ormai si sprecano: da politici anticorruzione accusati falsamente di aver intascato tangenti al chatbot di Air Canada che ha offerto ai clienti della compagnia aerea uno sconto in realtà mai previsto (e che la società è stata infine costretta a onorare). Ci sono poi i frequenti errori biografici (Hillary Clinton sarebbe la prima presidente donna degli Stati Uniti), scientifici (che hanno causato il precoce spegnimento di Galactica, il chatbot scientifico di Meta), politici e di ogni altro tipo. Secondo una ricerca condotta dalla società Vectara, GPT-4, che alimenta un modello avanzato di ChatGPT, soffre di allucinazioni nel 3% dei casi , Claude 2 di Anthropic arriva all’

Hugging Face , una piattaforma leader nel campo del machine learning, ha recentemente annunciato l' acquisizione di XetHub , una startup specializzata in soluzioni di archiviazione e collaborazione per progetti di AI . La mossa strategica ha importanti implicazioni per gli sviluppatori che utilizzano queste tecnologie. Il fine di Hugging Face è potenziare la sua piattaforma per gestire in modo più efficiente modelli e dataset di grandi dimensioni. Ciò significa che gli sviluppatori potranno lavorare con progetti di machine learning ancora più complessi e ambiziosi, senza dover preoccuparsi dei limiti di storage e delle difficoltà di gestione dei dati. Leggi tutto:  https://www.hdblog.it/business/articoli/n589690/hugging-face-acquisisce-xethub-repository-ai/

L'intelligenza artificiale (AI) sta trasformando il campo della SEO , offrendo strumenti avanzati e metodologie innovative che migliorano l'ottimizzazione dei motori di ricerca. L'AI permette di automatizzare processi complessi , personalizzare i contenuti e analizzare grandi quantità di dati, rendendo il lavoro degli esperti SEO più efficiente e mirato. Questo articolo esplora come utilizzare efficacemente l'AI per la SEO, approfondendo vari aspetti come l'automatizzazione dei processi, la personalizzazione dei contenuti, l'analisi dei dati, l'ottimizzazione per la ricerca vocale e la lotta contro lo spam. Leggi tutto: h ttps://www.momacomunicazione.it/blog/intelligenza-artificiale-sta-rivoluzionando-la-seo-guida-completa

Last year at DevDay, we introduced JSON mode—a useful building block for developers looking to build reliable applications with our models. While JSON mode improves model reliability for generating valid JSON outputs, it does not guarantee that the model’s response will conform to a particular schema. Today we’re introducing Structured Outputs in the API, a new feature designed to ensure model-generated outputs will exactly match JSON Schemas provided by developers. Read more:  https://openai.com/index/introducing-structured-outputs-in-the-api/

C'è maretta tra le Big Tech e l'AI. Nelle ultime settimane infatti le azioni di Amazon, Apple, Nvidia, Alphabet, Facebook, Meta e Tesla sono scese del 10%, costringendo le aziende a ripensare ai loro più recenti investimenti , tutti incentrati proprio sull'intelligenza artificiale. Non a caso, a fine giugno gli analisti di Goldman Sachs - società leader nel settore degli investimenti - hanno pubblicato una nota dal titolo “Gen AI: troppa spesa, pochi benefici?” chiedendosi se un investimento da 1 miliardo di dollari nell'AI "sarà mai redditizio" nel futuro. Proprio a questa domanda a cui sembra aver trovato risposta la società di venture capital Sequoia Capital, che ha stimato che le aziende tecnologiche dovranno guadagnare ben 600 miliardi di dollari per rientrare degli investimenti nei progetti di sviluppo dell'intelligenza artificiale. Leggi tutto:  https://www.wired.it/article/intelligenza-artificiale-investitori-dubbi/ Leggi la nota di Goldman Sach

Large language models (LLMs) support data analysis through conversational user interfaces, as exemplified in OpenAI's ChatGPT (formally known as Advanced Data Analysis or Code Interpreter). Essentially, LLMs produce code for accomplishing diverse analysis tasks. However, presenting raw code can obscure the logic and hinder user verification. To empower users with enhanced comprehension and augmented control over analysis conducted by LLMs, we propose a novel approach to transform LLM-generated code into an interactive visual representation. In the approach, users are provided with a clear, step-by-step visualization of the LLM-generated code in real time, allowing them to understand, verify, and modify individual data operations in the analysis. Our design decisions are informed by a formative study (N=8) probing into user practice and challenges. We further developed a prototype named WaitGPT and conducted a user study (N=12) to evaluate its usability and effectiveness. The findin