archi

@____tiger______ @hangugeo_jp 편안한지 묻는다라는 뜻이네요. 지금 편안하십니까? 라는 작은 인사라고 보시면되고, 앞에 병자가 붙었으니, 병에 걸린 분들에게 찾아가 편안함을 묻는 인사로 보시면 되겠어요.

@hangugeo_jp 「病」がある人を「問安」するように? そもそも問安ってどんな意味なんですか?

「病問安」、韓国固有の漢語っぽい？

@iikn_yoritomo 감사한건 트루먼 선생님과, 미군 최초의 쇼군이 된 맥아더씨에게 드려야 겠어요. ㅎㅎㅎㅎ

朝鮮人。良く聞け。 インドを植民地にしたイギリス。ポーランドを占領したナチス・ドイツ。どこも植民地のインフラを整備したり、その国の人間に教育を施したりなどしない。搾取するだけ搾取する。それが植民地だからだ。 それに比べて、日本が朝鮮にしてやったことがどれだけ有難いことか思い知れ

@sekisekisekky2 선생님의 경제적 자유가 올때까지 한국에서 응원 보냅니다. 화이팅 !!!

北朝鮮工作員のポストから見に来てくれた方々へ 私は決して工作員ではなく、普通の日本人の2児の父。英語苦手から、40歳を超えて独学でTOEIC900+英検1級を取得し、通訳を目指すサラリーマン英語学習者です。今日も3時間半、英語を勉強しました。よろしければ応援お願いします。

さっき日本海で英会話やってたら、北朝鮮の工作員と間違えられて、 釣り人がゾロゾロ集まってきた。 おかげで、25分しかできなかった。

これは実際に経験してみないとわからないことなんだけど、夫が亡くなったとき、あまりに突然のことだったし、病院の手続き、葬儀の手続き、喪主としての挨拶、葬儀の支払い、香典返し、夫の会社の手続き、役所の手続き、あらゆる手続きに追われて、まったく休む暇がなくて、さらに子供たちのケア、いろんな知らない人への挨拶なども忙しく、そのうえ衝撃から眠れなくて、かなりの極限状態だった。 まともに悲しむこともできないし、ずっとハイテンションでおかしかった。 それを理解しない母と妹からは、夫に対する感謝が足りないと責められたけど、突然家族が亡くなって、すぐに悲しみを受け止めたり感謝できる方がすごいよ。 あまりに衝撃が強いと、悲しみたくても悲しめないし、感謝したくても感謝できない。 だから突然の死を受け入れられなくてハイテンションになっている遺族がいたら、温かい目でみてあげてほしい。そっと寄り添ってあげてほしい。間違っても責めないでほしい。そっと肩を抱いてそばにいてあげてほしい。

@yuta81351359 하지만 원폭 엔딩 wwww

まさか。 朴正煕の漢江の奇跡は満州国で行われた帝国の工業化キャッチアップの焼き直しですよ。 彼自身もかつては臣民、高木正雄として陛下に忠誠を誓い満州で軍務についており、そのときの人脈やデータが漢江の奇跡に繋がっている。 帝国は優秀な人間は植民地人であっても積極的に雇用してますよ。

@Vajrahomo 이런 고난이도의 논리는 극우들이 이해하기 어렵습니다. ㅋㅋㅋㅋㅋ

내가 이스라엘 욕하니까 팔레스타인 가라는 긁우들이 있군. ㅋㅋ 아니 나는 우리 대통령 발언이 맞다고 하고 자기들은 한국이 망하기를 바라는데 왜 날 보고 팔레스타인에 가라는 건지 몰겠음 ㅋㅋㅋ 그럼 식으로 따지면 니들이 이스라엘을 가야지 ㅋㅋㅋ 가서 네타냐후를 섬기거라.

@NikitaOdintsov 똑같은 질문을 하루에 4개씩 보고 있어. ㅎㅎㅎ. 기술이란 위대하지만, 지루함은 인간의 숙명인가봐.

Привет твиттеряне, пишу из Москвы на московском языке. На каком языке это твит видеть вы?

@iikn_yoritomo 역시 핵을 선택한 트루먼의 선택은 정확했다. ㅎㅎㅎㅎ

『日本の植民地だったことをめっちゃ嫌がる朝鮮人』だけなら、まだ分かる。 それを、 『日本人が朝鮮人からハングルを奪った』等とウソを吐くから、全力で否定しなくなる。それは、あんたら朝鮮人の『無知』の問題。 日本人と仲良くしたいなら、歴史を学べ。『無知だから無罪』は通用しない。

이미 반일이니 노재팬 운동은 지들 잘못이 아니라, 멍청한 한국 정치인에 선동된 사람들일 뿐이다라고 규정을 내리고 있슴 ㅎㅎㅎ. 아베 정권이 한 행위는 전혀 기억하고 싶지 않고, 말하고 싶지않은. ㅎㅎㅎ

@maodanqing 비판해도 바뀌지 않는 나라와 비판이란 자체를 없애버리는 나라의 차이겠죠 ㅎㅎ

中国から戻ると日本の静かさが異常に感じられる。地下鉄も街も、静かすぎてまるで「死水（しすい）」のよう。対照的に中国はエネルギッシュで騒がしい。渋滞のクラクションすら、ある種の「躍動感」に聞こえてくる。日本にいると時々この無音の秩序が息苦しくなることがある。さて、「静寂」の日本と「躍動」の中国、果たしてどちらが豊かなのだろうか。

@SER32903633 그에겐 이순신이 있었거든요. 순신빠는 삼국지는 필요없다능 ㅋㅋㅋㅋ

정조 진짜 독하다 평생 끝까지 동아시아 몆백년의 베스트셀러 삼국지연의는 읽지도 않고 내용도 모르고 죽었다는게 어케 참음

@yourmarina88 다르게 보면. 사패적 특성이랑 비슷해보이네요 ㅎㅎㅎㅎ

고지능자 특징 1.스몰토크가 쓸데없다고 생각함 목적없는 얘기를 왜해야하는지 모르겠다고함 2.혼자 생각하는시간이 필요함 생각이 많아서 혼자 생각정리할 시간이 필요 3.사람들이랑 공감대 형성이 어려움 연예인 가십이나 드라마, 예능에 관심 없음 본인이 좋아하는것도 마이너해서 딱히 남들한테 공감을 얻기 어려움 4.사람들의 인정이 필요없음 이미 내 안에 정답이 잇기 때문에 남들의 인정을 받으려고 아둥바둥하지않음 5.오히려 현실적인 문제 해결을 잘 못함 밀린 세금 내기, 전기세 내기, 회사 착실히 다니기 같은 일상적인 문제에 대한 해결능력이 떨어짐 6.추상적 사고에 능함 눈앞에 잇는 현실보다 자극적이고 비현실적인 상상하는 것을 좋아하고 잘함 일단 나는 아방수라모르겟어

@hanbok_duckjil 정작 한국 좋아 이러는 사람도, 일본을 좋아해주는에 포인트가 가있는 경우가 많음. ㅋㅋㅋㅋㅋ

일본 싫어하는건 아니고 우리나라 좋아해주면 그럴수있다싶은데 양국 극우들끼리 짝짜쿵 맞는거 보면 니들 뭐하냐...?싶음...

@i_love_reiwa 우리 북쪽 이웃의 지도자는 나이도 젊으신 양반이 왜 그럴까요? ㅎㅎㅎㅎ

プーチン：73歳 トランプ：79歳 ネタニヤフ：76歳 ナレンドラ・モディ：75歳 習近平：72歳 ハメネイ：86歳 年寄りが始めた戦争で、若者が死にます

나는 이스라엘이 존나게 싫지만 그래도 히틀러가 그 당시 유대인은 다 말살했어야했다라는 식의 농담은 정말 끔찍하게 싫다. 두개가 왜 등가가 되어야하지? 둘다 싫고 끔찍하고 히틀러의 학살이든 네타냐후의 학살이든 일어나지 말아야할 것들이 일어난거다. 제발 히틀러가 그때 뭐 이런 소리좀 그만해

삼립에서 또 산재사고가 났다고 함. 노동자 두 분의 컨베이어벨트에 손이 말려 들어가 절단 사고가 있었다고...

‘인터내셔널’을 모르는 극우는 무슨 일이 일어나는지 전혀 이해 못 하고 있지만 😂

세계 모든 분들. 아뒤옆에 한미일 국기 그려놓고 있는 한국인은 특히 조심해줘. 극우일 가능성이 높아.

이러고도 경찰에 모든 수사권을 주자는건 말이 안되는거지. 니네가 사람하나 죽인거다. 경찰놈들아.

CPU만으로 1초에 100장의 PDF를 마크다운으로 변환하는 무료 오픈소스가 공개되었습니다. RAG 시스템을 만들 때마다 PDF 문서 파싱이 가장 번거로운 작업이었습니다. 마침 깃허브 트렌딩 1위에 OpenDataLoader PDF가 올라와 있어서 바로 로컬 환경에서 테스트해 보았습니다. 벤치마크 점수가 0.907로 1위라고 적혀 있었는데, 실제로 실행해 보니 복잡한 2단 구성 논문과 표까지 정확하게 텍스트로 분리해 냅니다. ✅사용법도 아주 단순합니다. 파이썬 환경에서 명령어 한 줄만 터미널에 입력하세요. • pip install opendataloader-pdf 설치 후 파이썬 코드 단 3줄이면 데이터 변환이 끝납니다. 출력 결과물은 마크다운뿐만 아니라, 데이터 출처 표기를 위한 바운딩 박스가 포함된 JSON, 그리고 HTML 형식으로도 받을 수 있습니다. ✅하지만 공식 문서만 보고 바로 실무에 적용하기 전에 알아두셔야 할 점이 있습니다. 기본 설정인 결정론적 로컬 모드(Deterministic local mode)는 텍스트 위주 문서에서 매우 빠르지만, 테두리가 없는 표나 복잡한 수식이 섞인 페이지에서는 문서 구조가 어긋나는 현상이 발생합니다. 이런 복잡한 페이지나 화질이 낮은 스캔본을 처리할 때는 반드시 AI 하이브리드 모드를 활성화해야 합니다. 이 모드를 켜면 80개 이상의 언어를 지원하는 내장 OCR이 작동하여 300 DPI 이상의 스캔본이나 복잡한 차트 설명까지 텍스트로 추출해 냅니다. 제가 실무에 적용하면서 찾은 가장 효율적인 활용법은 랭체인(LangChain) 통합 기능을 사용하는 것입니다. OpenDataLoader가 출력한 구조화된 마크다운 문서를 랭체인으로 바로 넘겨서 데이터를 분할(Chunking)하면 RAG 파이프라인 구축이 매우 간결해집니다. 실제로 기존 파싱 도구로 5시간 넘게 걸리던 3,000장 분량의 사내 문서 전처리 작업을 단 10분 만에 서버 비용 추가 없이 완료했습니다. 지금까지 AI 서비스 개발에서 가장 시간과 비용이 많이 들었던 구간은 PDF 같은 비정형 데이터를 AI가 읽을 수 있게 가공하는 과정이었습니다. 이 도구는 값비싼 GPU 리소스 없이 오직 CPU 환경만으로 그 전처리 문제를 무료로 해결했습니다. 앞으로 기업들의 내부 데이터를 활용한 AI 구축 속도가 이전과 다르게 빨라질 것입니다. 지금 RAG 시스템을 기획하고 있다면 바로 깃허브 저장소에서 코드를 다운로드하여 확인해 보세요.