Jordan Rey

@pjozolin @slashslashdjk @tradertheory @grok I just realized, what's funny is that we have people like this in France too, but they never went as far as having fake plates like this

@JordanRey98 @slashslashdjk @tradertheory @grok This is a reason the whole genre of "cops vs sovereign citizen" exists on YouTube.

This guy created a trading bot set to make 0 profit just to waste the IRS's time

@ctatedev @cramforce I can imagine how you all are right now in your SF office, laughing about making the same 98.7% joke. Do not forget you’re the brainrot version of cloud computing, the one that is so expensive and unsecure that nobody will want to use in the next few years.

@cramforce 98.7% there

Introducing Zero The programming language for agents. I wanted a systems language that was faster, smaller, and easier for agents to use and repair. Explicit capabilities. JSON diagnostics. Typed safe fixes. Made for agents on day zero.

@slashslashdjk @tradertheory @grok What is this?

@tradertheory Its not worth their time, just like this license plate isn't worth most cops time.

@zeChedli @BeneddraNaim Version à 18€, on vit vraiment dans deux mondes parallèles

@BeneddraNaim Ouais la version gratos est devenue inutile ! J’ai tout testé et celle à 18€ en vaut la peine !

On vit clairement dans deux mondes parallèles. Ici, tout le monde parle d’IA et lance 50 projets à la minute mais dans la vie de tous les jours, quasiment personne ne sait ce qu’est Claude, la plupart des gens utilisent GPT pour 2-3 questions par semaine.

@Chevaldeter @Cirrus84 @BleuBourgeon @LeBunkerBtc Comme si le cadre parisien moyen n'avait pas les moyen de se payer quoi que ce soit pour faire du sport

@Cirrus84 @BleuBourgeon @LeBunkerBtc Disons qu'il y a assez peu de sport que tu peux pratiquer avec juste une paire de chaussure au départ de chez toi et ce peu importe où tu habites.

Ptdr c'est 80% des cadres du tertiaire après 32 ans. Y'a à peine 4 ans ils étaient encore en soirée sous MD dans une warehouse à aubervillier.

@Budget__Queen @Capetlevrai @JulienTechInvst Google n'est pas stupide et les TPU qu'ils produisent ont comme objectif de faire la même chose que ce dont pourquoi les GPU sont utilisé ajd: L'inférence au plus bas cout possible

@JordanRey98 @Capetlevrai @JulienTechInvst Les TPU spécialisées ne permettent pas de faire les mêmes choses que GPU plus généralistes. Tu compares pomme et poire

Pour info les prochain earnings de NVIDIA c’est le 20 mai 1ere annonce de Trump qui arrive en Chine : 10 boîtes chinois peuvent acheter jusqu’à 75000 GPU NVIDIA H200 Si ça c’est pas un live pour permettre de garder le charte de NVIDIA permabull… Mdr C’est simple NVIDIA c’est le Bitcoin de l’IA, tant que ça monte le marché reste bull. Vous savez très bien ce qu’il se passe quand Bitcoin se retourne, les altcoins se petent la gueule En IA les altcoins c’est quoi ? Toutes les boîtes hors NVIDIA ? Hors MAG 7 ?

@JulienTechInvst @Capetlevrai Pourquoi tu ne peux pas commenter ?

@JordanRey98 @Capetlevrai C’est dommage que je puisse pas commenter parce qu’il y a beaucoup de choses à dire ici

@Capetlevrai @JulienTechInvst À partir du moment ou les TPU auront remplacés les GPU NVIDIA, NVIDIA ira mal et le reste du marché IA ira bien. D'ailleurs les TPU sont déjà objectivement supérieurs à des GPU NVIDIA (en rapport prix/inférence), c'est simplement que des contrats ont été signés en masse.

@JulienTechInvst Pour moi c'est très simple, si NVIDIA va bien le marché va bien, je vois pas un monde ou NVIDIA va mal et le reste du marché va bien.

@DanyBittel Looks like the biggest issue with this is keeping the light "consistent" between every single photo, right? What was your thought process while trying to nail this?

A Raspberry. 90 stacks, 68 photos each. 2.37M splats. #3dgs

@InternetDog_ @willeastcott No. Not the same thing at all. Just stitching a bunch of caméras together is not enough (and in fact, what we see above is done with only one camera)

@JordanRey98 @willeastcott What is shown in that video is exactly what I knew was theoretically possible but I didn't have any of the means to achieve it.

Some say you can't use 3D Gaussian splats to make videogames. Oh yeah? Put a few zombies in this lab! 🧟‍♂️🧟‍♀️ SuperSplat link 👇

@InternetDog_ @willeastcott This has nothing to do with what I see on the kickstarter link

@willeastcott Holy shit! So that's what it's called Gaussian Splats? I had that idea in 2018 back when I was in college! kickstarter.com/projects/theae… Completely and utterly failed to do anything with the idea. My college didn't support me and I was/am pretty poor. Glad to see it in action!

🛥️ La taxe sur les yachts : le plus beau naufrage fiscal de France. 📅 2018. Pour compenser la suppression de l'ISF, l'État crée une surtaxe ciblée sur les yachts > 30 mètres. Objectif : 10 M€/an de recettes. 📊 La réalité, 7 ans plus tard : 🔹 2019 : 288 000 € 🔹 2020 : 162 000 € 🔹 2021 : 94 000 € 🔹 2022 : 60 000 € 🔹 2023 : 135 000 € 🔹 2024 : 60 000 € 🚨 Soit jusqu'à 166 fois moins que prévu. 🤔 Pourquoi ? 🔹 Les yachts sont mobiles. Les propriétaires ont changé de pavillon (Malte, îles Caïmans), déplacé leurs navires, quitté la France 🔹 En 2025, seulement 5 navires restent éligibles 🔹 L'activité économique est partie avec eux : entretien naval, ports, équipages, assurances, retombées locales 💸 Estimation : un yacht de 40 m génère ~1 M€/an de retombées locales. La France a perdu bien plus qu'elle n'a collecté. 📌 La leçon : taxer un actif ultra-mobile est rarement productif. Une taxe peut être symboliquement satisfaisante, économiquement contre-productive et fiscalement inefficace. Une bonne politique fiscale attire l'activité. Elle ne la fait pas fuir. ✅ Sources : Assemblée nationale, Bercy, Fiscalonline.

@LysandreBL Du pur génie

Ligne ouverte à 0.349 € sur Novacyt

Quelques statistiques intéressantes sur le bilan environnemental de l'IA trouvées sur le blog du chercheur Andy Masley : Bilan carbone de l’entraînement de Chat GPT 4 : Entraîner GPT-4 a consommé l’énergie nécessaire à alimenter la ville de San Francisco pendant trois jours. Mais Chat GPT-4 est un produit qui a été utilisé par des centaines de millions de personnes pendant deux ans. À titre de comparaison, la fabrication des Iphones 16 a consommé l’énergie nécessaire à alimenter la ville de San Francisco pendant treize ans. Bilan carbone de l’entraînement de Chat GPT 4 : 15 000 tonnes de CO2, soit les émissions annuelles de 1 550 citoyens américains. C’est inférieur au bilan carbone de la fabrication des chaussures Nike vendues sur une seule journée ou à celui de la fabrication des Légos vendus sur un mois. Si l'on pense qu'il aurait été bénéfique pour la planète d'empêcher l'entraînement de GPT-4, il faudrait aussi envisager d'arrêter la production de Lego pendant un mois. Bilan carbone de l’inférence : Une requête ChatGPT moyenne consomme autant d'énergie qu'une recherche Google en 2008 (la dernière fois où Google a indiqué la consommation d'une recherche). Même en incluant les « coûts cachés » comme l'entraînement, les émissions liées à la fabrication du matériel, l'énergie utilisée pour le refroidissement et les puces d'IA en veille entre les prompts, le coût carbone d'un prompt moyen représente moins de 1/150 000ᵉ des émissions quotidiennes d'un Américain moyen (0,00067 %). La consommation d’eau : Les data centers aux États-Unis ont consommé 0,2% de l’eau douce du pays en 2023. L’IA ne représente que 20% de la consommation des data centers. Elle consomme donc 0,04% de l’eau douce américaine (ceci inclut la consommation d'eau pour produire l'électricité alimentant les data centers). Il est prévu que ce chiffre triple d’ici 2030, atteignant 0,12% de la consommation américaine d’eau douce. Cela équivaudra à 8% de la consommation d’eau par l’industrie du golf aux États-Unis. En 2030, les data centers d'IA consommeront annuellement autant d'eau que 0,07 % de la population américaine. À l’échelle individuelle, un prompt consomme 0,2 ml d’eau (à nouveau, en incluant l’eau utilisée pour produire l’électricité utilisée par le datacenter). Quotidiennement, avant l'arrivée de l'IA, l'Américain moyen utilisait l'eau équivalente à 800 000 prompts. Quelques équivalences consommation d’eau/prompts: Chaussures en cuir : 4 000 000 prompts Smartphone : 6 400 000 prompts Jean : 5 400 000 prompts T-shirt : 1 300 000 prompts Une feuille de papier : 2 550 prompts Un livre de 400 pages : 1 000 000 prompts Chaque seconde passée à marcher dans la rue use un peu vos chaussures, qui finiront par devoir être remplacées. Or, leur fabrication nécessite de l'eau. Andy Masley calcule que chaque seconde de marche consomme en moyenne autant d'eau que 7 prompts. Rester assis devant son ordinateur permet donc d'économiser de l’eau. Tout cela sans évoquer tous les bienfaits environnementaux qui seront apportés par l’IA (efficacité des chaînes d’approvisionnement, découvertes scientifiques, libération de ressources à investir dans le renouvelable, etc.)

Is that an actual... Russian roulette ?

Ahem

Cc @Bus_TVM

Bonjour @IDFmobilites Constaté en ce jour le 12 Mai 2026 à 9h10 en station de Créteil Préfecture sur le TVM en provenance de Créteil Église une de vos contrôleuse, après avoir mis une amende à une usagere, se cacher pour marquer sur son appareil « Personne agressive et très hautaine » alors que l’usager n’a jamais rien dis le long du contrôle et s’est montré cordial. Quel est l’intérêt ? Est-ce du racisme ?

@DissidenceInfos @LCI Bravo mec t’es trop subversif t’es trop anti système franchement chapeau

@LCI À de la merde ! Ce "concours" de chants est devenu une exhibition de satanistes plus pervers les uns que les autres. Ça n'a plus aucun intérêt

Eurovision 2026 : à quoi ressemblera la prestation de la Française Monroe à Vienne ? ➡️ l.tf1info.fr/3Rx

@SaladeTomate18 @nb4ld Je suis 100% d'accord et je suis pourtant le premier à explorer intensivement les LLM

@JordanRey98 @nb4ld Et cette probabilite decoule du fait que j'ai un modele mental du probleme. Les LLMs n'ont pas de modele. Juste de la proba et de la similarite.

Un compilateur est déterministe ? -Ofast casse la conformité IEEE 754. -O3 supprime du code via le comportement indéfini. L'auto-vectorisation introduit des bugs sur du code parfaitement fonctionnel en -O0. Le loop unrolling change vos résultats numériques. Le code machine produit ne fait pas forcément ce que vous attendez. Comme le code produit par une IA. Compilateur = couche d'abstraction sur l'assembleur. IA = couche d'abstraction sur le code. Sauf cas niche, personne ne relit l'assembleur. À terme, personne ne relira le code.