Badut Kelas: Memoar Seorang Bijak Profesional: Bagaimana Saya Pergi 77 Tahun Tanpa Tumbuh Dewasa oleh Dave Barry // Ini mungkin memoar paling lucu dan paling menghibur yang pernah saya baca. Audio adalah Barry! Tertawa terbahak-bahak melalui buku.

Apollo 8

Ini pada dasarnya adalah seluruh bagian tengah supermarket meskipun sekarang sebagian besar sisi pasar (dipanggang, butik, disiapkan) hanyalah makanan olahan dalam kemasan yang kurang kuat yang agak mengganggu.

Kami hampir dua kali lebih gemuk dari pemburu pengumpul. Bukan karena kita kurang berolahraga. Tapi karena apa yang kita makan. Junk food harus disalahkan. Berikut adalah makanan apa yang harus dihindari berdasarkan studi 🧵 baru ini

Mungkin saya tumpul, tetapi gagasan bahwa setiap perusahaan akan membuat kode ERP, ITSM, CRM, Slack, dll mereka sendiri mengingatkan saya pada repatriasi cloud. Mungkin Anda menghemat uang, tetapi sekarang Anda terkunci pada tim internal yang membangun dan memelihara produk tersebut, yang tidak melakukan apa-apa untuk pelanggan Anda.

📢 Informasi 📷 【Pameran Kamera Bekas Dunia ke-53】 4 September (Kamis) - 9 September (Selasa), 2025, 11 pagi - 8 malam Pada tanggal 7 (Minggu), hingga 19:30 / Hari terakhir ditutup pukul 5 sore Matsuya Ginza, Lantai 8, Alun-alun Acara / Tiket masuk gratis 【Acara Khusus】 6 September: Penjualan Wajar 8 September: Layanan Waktu (5-7 PM) Untuk lebih jelasnya, silakan kunjungi situs web kami.

Masa depan Google TV yang tidak pasti | The Verge // Saya akan sangat kesal jika Google menyelamatkan di TV. Tidak kesal seperti Sony dan TCL tapi kesal.

Terkadang sulit untuk memahami pentingnya penalaran dan pembaruan logika yang mulai muncul dalam model yang kuat, seperti GPT-5. Berikut adalah contoh *sangat sederhana* tentang seberapa kuat model-model ini. Saya mengambil dokumen transkrip panggilan penghasilan NVIDIA baru-baru ini yang panjangnya 23 halaman dan memiliki 7.800 kata. Saya mengambil bagian dari kalimat "dan margin kotor akan meningkat dan kembali ke pertengahan 70-an" dan memodifikasi "pertengahan 70-an" menjadi "pertengahan 60-an". Untuk analis keuangan yang disetel dari jarak jauh, ini akan terlihat tidak pada tempatnya, karena margin tidak akan "membaik dan kembali" ke angka yang lebih rendah daripada yang digambarkan sebagai angka yang lebih tinggi di tempat lain. Tetapi mungkin 95% orang yang membaca siaran pers ini tidak akan melihat modifikasi karena mudah cocok dengan 7.800 kata lain yang disebutkan. Dengan Box AI, menguji berbagai model AI, saya kemudian bertanya kepada serangkaian model "Apakah ada kesalahan logis dalam dokumen ini? Tolong berikan jawaban satu kalimat." GPT-4.1, GPT4.1 mini, dan beberapa model lain yang canggih hanya ~6 bulan yang lalu umumnya kembali dan mengembalikan bahwa tidak ada kesalahan logis dalam dokumen. Untuk model-model ini, dokumen tersebut mungkin tampak koheren dan mengikuti seperti apa yang diharapkan dari transkrip pendapatan, jadi tidak ada yang benar-benar menonjol bagi mereka tentang apa yang harus diperhatikan - semacam halusinasi terbalik. GPT-5, di sisi lain, dengan cepat menemukan masalah tersebut dan merespons dengan: "Ya - dokumen tersebut berisi inkonsistensi internal tentang panduan margin kotor, pada satu titik mengatakan margin akan "kembali ke pertengahan 60-an" dan kemudian mengatakan mereka akan "di pertengahan 70-an" akhir tahun ini." Hebatnya, ini terjadi dengan GPT-5, GPT-5 mini, dan, luar biasa, *bahkan* GPT-5 nano. Perlu diingat, token keluaran GPT-5 nano dihargai 1/20 dari token GPT-4.1. Jadi, lebih cerdas (pada kasus penggunaan ini) dengan biaya 5%. Sekarang, meskipun melakukan tinjauan kesalahan pada dokumen bisnis tidak sering terjadi sehari-hari bagi setiap pekerja pengetahuan, jenis masalah ini muncul dalam berbagai cara saat berhadapan dengan kumpulan data besar yang tidak terstruktur, seperti dokumen keuangan, kontrak, transkrip, laporan, dan banyak lagi. Ini bisa berupa menemukan fakta, mencari tahu kekeliruan logis, menjalankan hipotesis, atau membutuhkan penalaran deduktif yang canggih. Dan kemampuan untuk menerapkan lebih banyak logika dan penalaran pada data perusahaan menjadi sangat penting saat menerapkan Agen AI di perusahaan. Jadi, sungguh menakjubkan melihat kemajuan di ruang ini saat ini, dan ini akan membuka lebih banyak kasus penggunaan untuk bisnis.

Memperkenalkan GPT-5 Model kami yang paling cerdas, tercepat, dan paling berguna, dengan pemikiran bawaan... // Apakah itu berpikir, bernalar, GPT-5 (dengan berpikir), atau "pemikiran GPT-5"? Saya pikir antropomorfisasi merusak pekerjaan yang baik dan membuat segalanya di hilir lebih sulit.

1/2 Aspek yang paling menghina tentang bagaimana pajak kejutan ditambahkan di kota-kota unipartai adalah bagaimana mereka dengan sengaja "memalsukan" uang untuk tujuan tertentu seperti menentang kenaikan pajak berarti Anda menentang rumah sakit, sekolah, tunawisma, dll. Uang dapat dipertukarkan. Akuntabilitas seharusnya tidak.