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