Anteckningar om teknik, forskning och företagande.
How Woodpip's opponents learn from teachers, train with ternary weights and reach the browser as checked model files. Reversi adds an exact endgame solver, and each difficulty level has its own measured limits.
Läs artikeln : Four games, four small modelsA wooden games box became the starting point for Woodpip. Its materials, movements, difficulty levels and shared games grew from the same small promise: classic games and a worthy opponent, a few minutes at a time.
Läs artikeln : Designing Woodpip for a few quiet minutesA compact model file does not determine the arithmetic a GPU performs. Measurements on M5, M5 Max and M6 show why that distinction matters for MLX prefill.
Läs artikeln : Small weights, fast arithmeticEn ändring på en rad får MoE-modeller att generera snabbare på Apple silicon. Vi testade Qwen3 och DeepSeek med bf16 och 4-bitarsvikter: båda blev snabbare, men svarens kvalitet påverkades olika.
Läs artikeln : Färre experter, snabbare svar på en Mac?Träning med ternära vikter (bara tre värden) gav en ny modell på 1,6 MB. Vi jämförde packningsformaten Base243 och T34: att träna och att konvertera gav olika resultat.
Läs artikeln : En AI-motståndare på 1,6 MBVår AI kunde redan spela fyra i rad. En liten WebGPU-körmiljö gjorde dragen snabbare och nedladdningen mindre. Sedan tog en människa en tankepaus.
Läs artikeln : En millisekund för att välja ett dragSpela fyra i rad mot en lokal AI på 7,8 MB i webbläsaren. En bättre lärare gjorde vår lättslagna modell till en betydligt tuffare motståndare.
Läs artikeln : Möt din AI-motståndare: ett enda framåtpassVi flyttade ett träningsjobb från Mac mini M4 Pro 64 GB till M5 Pro 64 GB: 13 till 15 procent snabbare träning, ungefär 20 procent snabbare generering och oförändrad minnesåtgång.
Läs artikeln : M5 Pro mot M4 Pro: vad en ny Mac mini gav vid träningApples LensVLM läser dokument som komprimerade sidbilder och hämtar texten bara där den behövs. Vi körde modellen på en Mac och mätte hur mycket kontext en sida tar.
Läs artikeln : Text som bilder: vad en sida kostarVår M6 Mac mini kom på premiärdagen. I två lokala språkmodeller ökade hastigheten mer när prompten lästes in än när svaret skrevs. Vi jämför med vår M5 MacBook Air.
Läs artikeln : M6 Mac mini, första intrycket: lokal AI i två hastigheterKan en liten lokal modell ta hand om rutinbeslut i formulär? Vi tränade en svensk specialist och undersökte sedan vad resultatet på syntetiska data inte berättade.
Läs artikeln : En svensk formulärspecialist i ett enda framåtpassPacka modellvikter, packa upp dem till bf16 och testa kvaliteten i vanlig MLX innan du bygger stöd för ett nytt format.
Läs artikeln : Förtjänar ditt viktformat en egen kärna?I de RMSNorm-kodvägar vi granskade avrundar MLX tidigare än PyTorch, NVIDIA Transformer Engine och Huawei CANN. Ett litet val som spelar roll när modeller flyttas mellan plattformar.
Läs artikeln : Den dolda avrundningen i RMSNormEn del användbara saker försvinner mellan den första frågan och det färdiga resultatet. Efter tolv år har vi gjort plats för dem.
Läs artikeln : Därför börjar vi skrivaVi tycker om att göra något användbart av intressanta frågor.
Vi pratar gärna om dina.