Paged Out nº 6 [pdf]

 (pagedout.institute)
4 pontos por GN⁺ 2025-03-31 | 1 comentários | Compartilhar no WhatsApp
  • Mostra casos de uso em um ambiente UNIX-like em que modelos de base são conectados por pipes a utilitários UNIX existentes e novos para automatizar o processamento de música, vídeos, listas de tarefas e arquivos de imagem
  • Uma coleção de músicas é posicionada com CLAP em um espaço de embeddings de 512 dimensões, e llm-clap e llm-interpolate encontram um caminho entre a música inicial e a final para criar uma playlist .m3u
  • Notas de vídeos podem ser geradas com um pipeline de 2 linhas que baixa legendas com yt-dlp, resume com llm e então passa o resultado para zk new -i
  • Relatórios de trabalho exportam em JSON as tarefas concluídas nos últimos 7 dias no taskwarrior, extraem apenas .description com jq e delegam ao LLM a geração do relatório
  • A renomeação de arquivos de imagem combina find, xargs, ollama, moondream, tr e sed para criar nomes de arquivo plausíveis com base no conteúdo da imagem

Combinação de pipes UNIX e modelos de base

  • Modelos de base são modelos treinados em datasets muito grandes e variados, que podem ser usados diretamente em várias tarefas downstream ou ajustados por fine-tuning
  • As tarefas abordadas focam em fluxos que usam modelos capazes de gerar e compreender texto e imagens
  • A abordagem é dividida em duas etapas
    • Usar utilitários UNIX clássicos junto com novos utilitários para conectar várias partes do pipeline
    • Aplicar modelos de base a tarefas difíceis de resolver apenas com soluções bem definidas e usar utilitários para ajustar a saída do modelo, transformando-a em uma forma útil

Exemplos de pipelines

  • Geração de playlists

    • Um modelo de compreensão musical transforma cada música em um ponto no espaço e interpola entre os pontos para gerar automaticamente uma playlist com transições naturais
    • Modelos como CLAP fazem embedding da coleção de músicas $MC em um espaço de 512 dimensões, no qual músicas semelhantes ficam mais próximas
    • Usa llm e os plugins llm-clap e llm-interpolate
    • O comando de exemplo cria embeddings com llm embed-multi -m clap songs --files $MC '*' e gera uma playlist .m3u de 3 músicas com llm interpolate songs "PacifyHer.wav" "redrum.wav" -n 3 | jq .[] > playlist.m3u

  • Criação de notas de vídeo

    • Vídeos de palestras e tutoriais são úteis, mas organizar notas enquanto se assiste é trabalhoso
    • Baixa as legendas do vídeo com yt-dlp, resume com llm -s "Create notes" e cria um novo objeto de nota com zk new -i do zk
    • O pipeline de exemplo executa yt-dlp --no-download --write-subs --output "$OUT" "$URL" e depois cat "$OUT" | llm -s "Create notes" | zk new -i

  • Geração de relatórios de trabalho

    • Relatórios de reuniões mensais, semanais ou diárias exigem equilibrar um nível de abstração compreensível para a equipe com concretude suficiente para receber feedback significativo
    • É possível consultar uma ferramenta digital de lista de tarefas como taskwarrior e passar os resultados para um LLM gerar o relatório
    • O pipeline de exemplo exporta em JSON as tarefas concluídas nos últimos 7 dias, extrai .description com jq e envia para llm -s 'Generate a report based on these tasks.'

  • Renomeação de arquivos de fotos

    • Arquivos de imagem baixados da internet ou tirados pela própria pessoa podem ter nomes ambíguos ou inúteis, como 1672714705640839.png, 1689964585834142.png e 2.jpg
    • ollama é uma ferramenta para obter modelos e fazer inferência, e permite inferência rápida em notebooks modernos junto com o modelo de visão moondream
    • O pipeline de exemplo encontra arquivos .jpg no diretório atual, recebe um título baseado na imagem com ollama run moondream "Title for this: {}" e usa tr e sed para transformá-lo em formato de nome de arquivo
    • Exemplos de saída têm a forma A green dragon with wings and a tail.jpg, A painting of a serene landscape.jpg e urns of stone red car in foreground.jpg

Leituras relacionadas

1 comentários

 
GN⁺ 2025-03-31
Opiniões no Hacker News

  • Para ir direto ao sumário, veja https://pagedout.institute/download/PagedOut_006.pdf#page=3

  • O exemplo “How to use a Python variable in an external Javascript (Django)” tem grande chance de ser vulnerável a ataques XSS quando a variável inclui entrada do usuário
    É importante fazer a codificação de saída no contexto correto. Por padrão, o Django codifica variáveis de template para o contexto HTML; portanto, se você as imprime dentro de uma tag script ou em um arquivo JavaScript, isso pode abrir caminho para XSS

    • Olhando a documentação do Django, isso parece correto, e especialmente strings parecem ser o ponto central do problema
      O autoescape padrão transforma ' e " em entidades HTML, mas não codifica a barra invertida, então um \ no fim de uma string pode escapar as aspas de fechamento. Se um atacante puder controlar duas strings do mesmo “tipo” em sequência, isso se torna explorável
      Para fazer direito, este parece ser o caminho: https://docs.djangoproject.com/en/5.1/ref/templates/builtins...
    • Fico até envergonhado por já conseguir imaginar como o ataque seria possível, mas, felizmente, dá para corrigir a vulnerabilidade adicionando o filtro de template escapejs

  • Gostei muito. Mantém aquela sensação de ezine/webzine antigo
    Mas fico me perguntando como um usuário de computador com visão bem ruim conseguiria ler isso confortavelmente. Para acompanhar o conteúdo, é preciso rolar para cima e para baixo o tempo todo; e, ao ver uma página inteira, é preciso apertar os olhos para ler o texto

    • É verdade, e uma das limitações infelizes desse formato é justamente ter que ficar rolando o PDF. No fim, as decisões iniciais acabaram nos prendendo a esse formato, então parte da responsabilidade é minha
      O PDF nos permite dar aos autores total liberdade de diagramação, e é por isso que surgem resultados tão criativos como nesta edição. Mas um PDF em A4 não é bom para ler em celular, tela de computador ou tablet, e é ainda mais difícil para usuários de leitores de tela. Tornar compatíveis com leitores de tela os PDFs do jeito que recebemos é, no mínimo, complicado, então ainda não conseguimos oferecer suporte a isso
      Por outro lado, hoje todo mundo tem um leitor de PDF, o texto aparece igual em qualquer lugar e dá para imprimir quase imediatamente. No fim, é uma questão de prós e contras. Não parece haver uma forma fácil de resolver isso sem quebrar o que faz as pessoas gostarem da Paged Out!
      O que eu gostaria de melhorar é aumentar a acessibilidade das edições impressas e, algum dia, incluir suporte adequado a leitores de tela. Fora isso, acho que o problema da rolagem vai continuar sendo parte da zine
      Além disso, seria bom possibilitar também a “narração” dos textos. Desde o começo, a maioria das licenças dos autores inclui uma cláusula permitindo concordar com a gravação do texto em áudio. Isso é bom para quem gosta de consumir conteúdo como audiolivro ou podcast e, aceitando o custo de ouvir descrições em vez de ver as ilustrações, também evita a rolagem
    • Se fosse tudo em LaTeX, talvez desse para torná-lo bidirecional, como o arxiv fez recentemente ao renderizar LaTeX em HTML5
    • É só usar um monitor na vertical

  • O visual é muito bom, lembra a atmosfera da Crash magazine dos anos 1980

  • É uma revista excelente, mas também tem limitações. Por causa do limite de uma página, cada texto acaba sendo um gancho mínimo sobre o assunto, às vezes quase uma propaganda do autor, e não transmite tanta coisa
    Em termos de conteúdo, acho PoC || GTFO e Phrack melhores. A variação na diagramação também é, pessoalmente, um ponto negativo e cansa. Cada página é visualmente um mundo completamente separado, o que pesa
    Entendo que LaTeX seja menos amigável e possa excluir alguns autores, mas não haveria uma forma de combinar as vantagens dos dois? Fico curioso se vocês já consideraram um Overleaf hospedado localmente

    • O limite de 1 página e o layout personalizado da Paged Out! são escolhas intencionais. Claro que, como você apontou, elas têm desvantagens
      Mas publicações sem limite de páginas e com layout rígido também têm desvantagens. Digo isso pela experiência dos últimos 15 anos trabalhando como revisor/editor e autor em várias revistas técnicas
      Em revistas convencionais, o autor sente a pressão de escrever um texto longo que cubra tudo e não se sente confortável em publicar uma notinha curta e simpática sobre algum truque. A Paged Out! existe justamente para esse nicho de uma página onde essas notas curtas podem aparecer
      Esse formato é limitante? Sim. Dá para escrever tudo nesse formato? Não. E tudo bem
      Não estamos tentando ser PoC || GTFO ou Phrack. Ambas são excelentes e eu pessoalmente gosto muito delas, mas encontramos nosso próprio espaço: textos curtos. Na comunidade de zines há bastante carinho mútuo. Por exemplo, veja os registros DNS TXT de pagedout.phrack.org e phrack.pagedout.institute
      Também entendo o que você quer dizer sobre a confusão do layout. Ao mesmo tempo, esse também é outro nicho em que coloquei a PO! de propósito. Às vezes brinco que é uma terapia depois de ter que espremer minhas ideias no layout exato que uma editora queria, ou depois de revisar textos longos demais de outras revistas
      Reconheço que os pontos levantados são válidos, mas, ao mesmo tempo, estou bastante satisfeito com esse pequeno nicho imperfeito
      Dois links relacionados: https://pagedout.institute/?page=faq.php#why-one-page
      & https://pagedout.institute/?page=faq.php#layout

  • Recebi um convite para contribuir, mas na época não tive tempo de preparar nada. Ainda assim, o resultado ficou realmente muito legal, então na próxima vou tentar encontrar um bom tema

  • Gostei muito. Em especial, “Spotting Quacks with Puzzles”
    A abordagem sobre letramento midiático é bem singular e não poderia ser mais oportuna com a chegada da nova atualização de geração de imagens do 4o

    • Fui eu que escrevi esse artigo. Espero que ele faça os solucionadores de problemas criativos da PO!/HN pensarem sobre as dificuldades da educação em letramento midiático

  • Fico pensando se dá para encomendar isso como revista impressa entregue pelo correio. Ou é só baixar e imprimir em casa? Eu adoraria receber uma revista dessas pelo correio

    • Ainda não é possível, mas estamos trabalhando para oferecer isso por meio de um serviço de impressão digital como o lulu.com
      Não há uma data definida, mas estamos tentando fazer acontecer antes da próxima edição, planejada mais ou menos para junho ou julho

  • Quando cheguei à parte do pedal USB, já estava olhando havia tempo demais e precisei parar. É uma zine pequena e ótima, e pretendo explorar melhor esta edição e as anteriores depois

  • Gosto do formato de revista e especialmente das ilustrações. O fato de serem ilustrações feitas por pessoas, não por IA, realmente cria uma ótima atmosfera
    Mas, com tantos artistas disponíveis para escolher, não concordo muito com a ideia de usar ilustrações de um artista russo que vive atualmente na Rússia, paga impostos lá e gera as consequências disso

    • O pequeno imposto que um russo paga por esse trabalho é insignificante comparado ao dinheiro que a Rússia ganha vendendo petróleo para a Europa. Então deveríamos boicotar a Europa inteira também?
    • Espero que não discriminem pessoas pelo que seus governos fazem
      Pessoas ponderadas e inteligentes merecem ser incluídas, qualquer que seja o regime sob o qual vivam