Now my site uses a lot less data to render the same. The problem was in fonts. Although I was using woff2 versions of Iosevka, the latest versions grow to more than 1 MB per variant. It's a lot. The solution? Subsetting! I extracted just latin and latin-ext subsets that my site uses. Went from almost 4 MB to 0.5 MB. 8x improvement. #webfonts #webperf
S umělými inteligencemi si dnes už může hrát každý, a to nejen jako zákazník velkých firem. Existuje totiž řada volně dostupných modelů, vytrénovaných na různých skupinách dat.
A pokud máte dostatečně výkonný počítač, můžete si modely spouštět lokálně (a mít tak jistotu, že se o vaší konverzaci nikdo nemůže dozvědět).
https://blog.wuwej.net/2024/02/26/umela-inteligence-lokalne-ollama-a-lmstudio.html
How I implemented #webmentions rendering on my #weblog? I prototyped it with lit-html #buildWithLit then I reimplemented it as a reusable #webcomponent. More in this blog post: https://www.rarous.net/weblog/2024/02/25/zobrazovani-webmentions-ve-strance.html
The past month of in tech has been this headline. Both Microsoft and Google announced over $20B in profits along with thousands laid off.
https://www.mcsweeneys.net/articles/our-company-is-doing-so-well-that-youre-all-fired
