Paged Out, número 6 [pdf]

 (pagedout.institute)
4 puntos por GN⁺ 2025-03-31 | 1 comentarios | Compartir por WhatsApp
  • Muestra casos de uso donde se conectan modelos fundacionales mediante pipes con utilidades UNIX existentes y nuevas para automatizar el procesamiento de música, video, listas de tareas y archivos de imagen
  • Una colección musical se ubica en un espacio de embeddings de 512 dimensiones con CLAP, y con llm-clap y llm-interpolate se encuentra una ruta entre la canción inicial y la final para crear una playlist .m3u
  • Las notas de video pueden generarse con una pipeline de 2 líneas: descargar subtítulos con yt-dlp, resumirlos con llm y pasarlos a zk new -i
  • Para reportes de trabajo, se exportan como JSON las tareas completadas en los últimos 7 días desde taskwarrior, se extrae solo .description con jq y se deja que el LLM genere el informe
  • El renombrado de archivos de imagen combina find, xargs, ollama, moondream, tr y sed para crear nombres de archivo plausibles basados en el contenido de la imagen

Combinando pipes de UNIX y modelos fundacionales

  • Los modelos fundacionales son modelos entrenados con datasets muy grandes y diversos que pueden usarse directamente en múltiples tareas downstream o ajustarse con fine-tuning
  • El trabajo se centra en flujos que aprovechan modelos capaces de generar y comprender texto e imágenes
  • El enfoque se divide en dos pasos
    • Conectar varias partes de la pipeline usando en conjunto utilidades clásicas de UNIX y utilidades nuevas
    • Aplicar modelos fundacionales a tareas difíciles de resolver solo con soluciones bien definidas, y ajustar la salida del modelo con utilidades para volverla útil

Pipelines de ejemplo

  • Generación de playlists

    • Un modelo de comprensión musical convierte cada canción en un punto dentro de un espacio, e interpola entre los puntos para generar automáticamente una playlist con transiciones naturales
    • Modelos como CLAP insertan la colección musical $MC en un espacio de 512 dimensiones, donde las canciones parecidas quedan más cerca
    • Se usan llm y los plugins llm-clap y llm-interpolate
    • El comando de ejemplo crea embeddings con llm embed-multi -m clap songs --files $MC '*', y luego genera una playlist .m3u de 3 canciones con llm interpolate songs "PacifyHer.wav" "redrum.wav" -n 3 | jq .[] > playlist.m3u

  • Escritura de notas de video

    • Los videos de charlas y tutoriales son útiles, pero organizar notas mientras se ven resulta incómodo
    • Se descargan los subtítulos del video con yt-dlp, se resumen con llm -s "Create notes" y luego se crea un nuevo objeto de nota con zk new -i de zk
    • La pipeline de ejemplo ejecuta yt-dlp --no-download --write-subs --output "$OUT" "$URL" y después cat "$OUT" | llm -s "Create notes" | zk new -i

  • Generación de reportes de trabajo

    • Los reportes para reuniones mensuales, semanales y diarias requieren un equilibrio entre el nivel de abstracción que el equipo pueda entender y la especificidad necesaria para recibir feedback útil
    • Se puede consultar una herramienta digital de tareas pendientes como taskwarrior y pasar el resultado al LLM para crear un informe
    • La pipeline de ejemplo exporta en JSON las tareas completadas en los últimos 7 días, extrae .description con jq y luego lo envía a llm -s 'Generate a report based on these tasks.'

  • Renombrado de archivos de fotos

    • Las imágenes descargadas de internet o tomadas directamente pueden tener nombres ambiguos o inútiles como 1672714705640839.png, 1689964585834142.png o 2.jpg
    • ollama es una herramienta para descargar modelos y hacer inferencia, y junto con el modelo de visión moondream permite inferencia rápida en laptops modernas
    • La pipeline de ejemplo busca archivos .jpg en el directorio actual, obtiene un título basado en la imagen con ollama run moondream "Title for this: {}" y luego le da forma de nombre de archivo usando tr y sed
    • Ejemplos de salida: A green dragon with wings and a tail.jpg, A painting of a serene landscape.jpg, urns of stone red car in foreground.jpg

Lecturas relacionadas

1 comentarios

 
GN⁺ 2025-03-31
Opiniones en Hacker News

  • Para ir directo al índice, ver https://pagedout.institute/download/PagedOut_006.pdf#page=3

  • El ejemplo “How to use a Python variable in an external Javascript (Django)” probablemente sea vulnerable a ataques XSS cuando la variable incluye entrada del usuario
    Es importante codificar la salida según el contexto correcto. Django, por defecto, codifica las variables de plantilla para el contexto HTML, así que si se imprimen dentro de una etiqueta script o dentro de un archivo JavaScript, podría habilitarse un XSS

    • Viendo la documentación de Django, esto parece correcto, y en especial las cadenas parecen ser el problema clave
      El autoescape predeterminado convierte ' y " en entidades HTML, pero no codifica las barras invertidas, por lo que un \ al final de una cadena puede escapar la comilla de cierre. Si un atacante puede controlar dos cadenas del mismo “tipo” una tras otra, se vuelve explotable
      Para hacerlo bien, este parece ser el enfoque correcto: https://docs.djangoproject.com/en/5.1/ref/templates/builtins...
    • Me da un poco de vergüenza que ya pueda imaginar cómo sería posible el ataque, pero por suerte agregar el filtro de plantilla escapejs corrige la vulnerabilidad

  • Me encanta. Conserva esa sensación de ezine/webzine de antes
    Eso sí, me pregunto cómo podría leerse cómodamente si eres usuario de computadora con muy mala vista. Para seguir el contenido hay que desplazarse constantemente arriba y abajo, y al ver una página completa hay que entrecerrar los ojos para leer el texto

    • Es cierto, y una de las limitaciones lamentables de este formato es tener que desplazarse continuamente por el PDF. Al final, las decisiones que tomamos al principio nos encerraron en este formato, así que también es responsabilidad mía
      Gracias al PDF podemos darles a los autores libertad total en la composición de la página, y por eso salen resultados muy creativos como en este número. Pero un PDF A4 no se lee bien en teléfonos, pantallas de computadora o tablets, y para quienes usan lectores de pantalla es aún más difícil. Hacer que los PDF que recibimos sean compatibles con lectores de pantalla es, como mínimo, complejo, así que todavía no podemos ofrecerlo
      Por otro lado, hoy todos tienen lectores de PDF, el contenido se ve igual en todas partes y casi se puede imprimir de inmediato. Al final es una cuestión de pros y contras. No parece haber una forma fácil de resolver este problema sin romper lo que hace querido a Paged Out!
      Lo que me gustaría mejorar es aumentar la accesibilidad de la versión impresa y, algún día, agregar un verdadero soporte para lectores de pantalla. Fuera de eso, creo que el problema del desplazamiento seguirá siendo parte del zine
      Además, estaría bueno que también fuera posible la “lectura en voz alta” de los artículos. Desde el principio, la mayoría de las licencias de los autores incluyen una cláusula para poder aceptar que sus textos se graben en audio. Sería bueno para quienes prefieren consumir contenido como audiolibros o podcasts, y también permitiría evitar el desplazamiento, pagando el precio de escuchar descripciones en lugar de ver las ilustraciones
    • Si se pasara completamente a LaTeX, quizá se podría hacer bidireccional, como arxiv hizo recientemente al renderizar LaTeX a HTML5
    • Basta con usar un monitor vertical

  • La apariencia es realmente buena, tiene vibra de Crash magazine de los años 80

  • Es una revista excelente, pero también tiene limitaciones. Por el límite de una página, cada artículo termina siendo apenas un ancla mínima sobre el tema, a veces casi un anuncio del autor, así que no transmite demasiado contenido
    En cuanto a contenido, creo que PoC || GTFO y Phrack son mejores. La variabilidad de la maquetación también me parece una desventaja y resulta cansadora. Cada página es visualmente un mundo totalmente aparte, y eso abruma
    Entiendo que LaTeX es menos amigable y podría excluir a algunos autores, pero ¿no habrá una forma de combinar las ventajas de ambos enfoques? Me pregunto si alguna vez consideraron un Overleaf alojado localmente

    • El límite de 1 página y los layouts personalizados de Paged Out! son decisiones intencionales. Claro que, como señalas, tienen desventajas
      Pero las publicaciones sin límite de páginas y con un layout estricto también tienen desventajas. Lo digo desde mi experiencia de los últimos 15 años como revisor/editor y autor en varias revistas técnicas
      En una revista tradicional, los autores sienten la presión de escribir un artículo largo que cubra todo, y no se sienten cómodos publicando una nota corta y simpática con un truco. Paged Out! existe justamente para ese nicho de una página donde pueden vivir esas notas breves
      ¿Es restrictivo este formato? Sí. ¿Se puede escribir todo en este formato? Imposible. Y está bien
      No intentamos ser PoC || GTFO ni Phrack. Ambos son excelentes y personalmente me gustan mucho, pero nosotros encontramos nuestro propio lugar: los textos cortos. En la comunidad zine también hay mucho cariño mutuo. Por ejemplo, basta ver los registros DNS TXT de pagedout.phrack.org y phrack.pagedout.institute
      Sobre el caos del layout, también entiendo a qué te refieres. Al mismo tiempo, ese es otro nicho donde puse intencionalmente a PO!. A veces bromeo diciendo que es terapia después de haber tenido que encajar mis ideas en el layout exacto que quería una editorial, o después de revisar demasiados artículos larguísimos de otras revistas
      Reconozco que tus críticas son correctas, pero al mismo tiempo estoy bastante satisfecho con este nicho pequeño e imperfecto
      Dos enlaces relacionados: https://pagedout.institute/?page=faq.php#why-one-page
      & https://pagedout.institute/?page=faq.php#layout

  • Recibí una invitación para contribuir, pero en ese momento no tuve tiempo de preparar nada. Aun así, el resultado se ve increíble, así que la próxima vez debería buscar un buen tema

  • Me encanta. En especial “Spotting Quacks with Puzzles”
    Su enfoque sobre la alfabetización mediática es muy particular, y no podría ser más oportuno justo cuando salió la nueva actualización de generación de imágenes de 4o

    • Yo escribí ese artículo. Espero que sirva para que los solucionadores creativos de problemas de PO!/HN piensen en las dificultades de la educación en alfabetización mediática

  • Me pregunto si esto se puede pedir como revista impresa enviada por correo. ¿O solo se puede descargar e imprimir en casa? Me encantaría recibir una revista así por correo

    • Todavía no es posible, pero estamos trabajando para ofrecerla mediante un servicio de impresión digital como lulu.com
      No hay una fecha confirmada, pero estamos intentando que esté listo antes del próximo número, previsto aproximadamente para junio o julio

  • Cuando llegué a la parte del pedal USB, ya llevaba demasiado tiempo mirándola y tuve que parar. Es un zine pequeño genial, y más tarde pienso revisar más este número y los anteriores

  • Me gusta el formato de revista y en especial las ilustraciones. Que sean ilustraciones hechas por personas y no por IA realmente crea muy buen ambiente
    Dicho eso, con tanta variedad de artistas para elegir, no me convence mucho la idea de usar ilustraciones de una artista rusa que actualmente vive en Rusia, paga impuestos allí y genera las consecuencias correspondientes

    • Los pequeños impuestos que esa persona rusa paga por este trabajo son insignificantes en comparación con el dinero que Rusia gana vendiéndole petróleo a Europa. Entonces, ¿también habría que boicotear a toda Europa?
    • Espero que no discriminemos a las personas por lo que hace su gobierno
      Las personas reflexivas e inteligentes merecen ser incluidas, sin importar bajo qué régimen vivan