We've made the world too complicated
Résumé indisponible pour cet article.
Lire vite.
Garder l'essentiel.
Les meilleurs longs formats de Hacker News, relus plus calmement.
Accelerando (2005)
Résumé indisponible pour cet article.
MCP Hello Page
Résumé indisponible pour cet article.
A molecule with half-Möbius topology
Résumé indisponible pour cet article.
The Third Hard Problem
L'article présente le problème de la « tree mapping », qui consiste à intégrer un graphe général dans une structure hiérarchique arborescente au prix de distorsions inévitables. Il souligne que les hiérarchies sont intuitives et omniprésentes parce qu'elles correspondent à notre perception spatiale, mais qu'elles ne rendent pas fidèlement les réseaux d'idées et d'interactions. Plusieurs exemples concrets illustrent le conflit : les systèmes de fichiers et les dépôts de code contraignent des éléments multipositionnels dans des arbres, l'écriture linéarise des idées entrelacées, et l'urbanisme planifié impose des structures arborescentes là où les villes naturelles forment des semiréseaux. En biologie, la taxonomie morphologique montre les limites du forçage en arbre alors que la cladistique génétique conserve mieux les connexions réelles malgré ses propres imperfections. La conclusion appelle à l'intentionnalité : identifier quelles relations on aplatit, quelles liaisons on sacrifie et s'interroger sur la nécessité réelle d'un modèle arborescent pour le médium cible.
Moving away from Tailwind, and learning to structure my CSS
Après huit ans d'utilisation enthousiaste de Tailwind, l'auteur a migré plusieurs sites vers un HTML plus sémantique et du CSS vanille pour explorer et mieux maîtriser le langage. Tailwind lui a néanmoins enseigné des systèmes utiles — reset, palette de couleurs et échelle de polices — qu'il a réutilisés sous forme de fichiers et de variables CSS. Le nouveau code est organisé par composants avec une classe unique et un fichier CSS par composant, complété par des utilitaires restreints, des styles de base minimaux et un fichier central de couleurs. Pour la réactivité il privilégie des grilles CSS flexibles (auto-fit, minmax et grid-template-areas) afin de réduire les media queries, et il utilise esbuild en production si besoin grâce aux imports et à la nestation natives du CSS. Les motivations incluent la dépendance accrue de Tailwind aux outils de build, le poids des fichiers, les limites pour des usages avancés et le souhait de valoriser l'expertise CSS tout en découvrant de nouvelles fonctionnalités comme @layer, @scope, container queries et subgrid.
Tesla Solar Roof is on life support as it pivot to panels
Présenté en 2016 comme une toiture solaire esthétique devant remplacer les toitures traditionnelles et atteindre 1 000 installations par semaine, le produit est arrivé en production de volume en 2020 et Tesla a installé environ 3 000 systèmes au total avant d'arrêter de communiquer les chiffres. Tesla a largement cessé d'assurer des installations directes, a redirigé les clients vers un réseau restreint d'installateurs tiers et les utilisateurs rapportent des délais de service très longs, des annulations de projets et un support client affaibli après des licenciements. Le produit présente des limites techniques et économiques : des onduleurs en chaîne exposant les systèmes aux pertes dues à l'ombrage, des performances souvent inférieures aux estimations d'environ 20 %, un coût moyen d'environ 106 000 dollars contre 60 000 dollars pour une toiture traditionnelle avec panneaux, et un retour sur investissement très long, ainsi qu'un règlement collectif de 6 millions de dollars. Tesla a presque supprimé toute communication marketing sur la toiture solaire et s'est réorientée vers des panneaux conventionnels, lançant le panneau TSP-420 doté d'un système d'optimisation en 18 zones qui corrige le problème d'ombrage. L'annonce d'une ambition de 100 GW de capacité manufacturière annuelle aux États-Unis contraste fortement avec la capacité actuelle d'environ 300 MW et donne l'impression que la toiture solaire a été reléguée au second plan tandis que des clients restent sans résolution claire.
Illusions of Understanding in the Sciences
L'article examine comment les scientifiques passent d'observations corrélées à des explications causales par induction, en soulignant l'ambiguïté du langage et la difficulté de définir précisément des notions comme compréhension, explication, causalité, déduction et induction. Il décrit de nombreuses illusions cognitives — profondeur explicative, complétude, plausibilité, confiance dans la prédiction, surestimation de la force causale et simplification excessive — qui donnent l'impression d'une compréhension plus grande qu'elle n'est réellement. Pour illustrer l'ampleur du problème, les auteurs analysent la régression linéaire et plusieurs paradoxes statistiques bien connus (Simpson, régression vers la moyenne, Lord, Stein) montrant que prédiction, déduction et induction peuvent mener à des inférences causales erronées même chez des experts. L'essai souligne que des modèles mathématiques et informatiques puissants, y compris les grands modèles de langage, peuvent prédire sans que l'on comprenne leurs mécanismes, et que la spécialisation, la confiance sociale et la communication incomplète renforcent la dépendance aux experts et aux outils. En conséquence, les auteurs appellent à la prudence épistémique : reconnaître le caractère partiel des compréhensions, favoriser des explications adaptées, vérifier les méthodes par des analyses plus simples, et promouvoir transparence, esprit critique et formation pour limiter erreurs et usages abusifs dans la science et la société.
SANA-WM, a 2.6B open-source world model for 1-minute 720p video
Résumé indisponible pour cet article.
Self-Distillation Enables Continual Learning [pdf]
Les auteurs identifient l'apprentissage continuel pour les modèles fondamentaux comme un défi majeur, notamment en raison du risque d'oubli catastrophique et du manque de fonctions de récompense pour l'apprentissage on-policy. Ils proposent une méthode appelée SDFT qui permet d'apprendre on-policy directement à partir de démonstrations en utilisant le modèle conditionné par démonstration comme son propre enseignant. SDFT exploite l'apprentissage en contexte pour générer des signaux d'entraînement on-policy qui conservent les capacités antérieures tout en acquérant de nouvelles compétences. Sur des tâches d'acquisition de compétences et de connaissances, SDFT dépasse systématiquement l'alignement supervisé (SFT) en obtenant une meilleure précision sur les nouvelles tâches et en réduisant fortement l'oubli catastrophique. Des expériences d'apprentissage séquentiel montrent qu'un seul modèle peut accumuler plusieurs compétences sans régression de performance, suggérant que la distillation on-policy est une voie pratique pour l'apprentissage continuel à partir de démonstrations.