?LÖVR: Un framework sencillo para crear experiencias de realidad virtual

LÖVR es un framework de código abierto que facilita la creación de experiencias inmersivas en 3D. Basado en Lua, ofrece una sintaxis sencilla y un rendimiento óptimo para desarrollar tus propios mundos virtuales.

Características destacadas:

Facilidad de uso: Crea escenas complejas con pocas líneas de código.
Multiplataforma: Compatible con diversas plataformas y dispositivos VR.
Rendimiento: Desarrollado en C11 y LuaJIT para una ejecución rápida y fluida.

¿Quieres saber más?

Documentación oficial: https://lovr.org/docs
Repositorio en GitHub: https://github.com/bjornbytes/lovr

#VR #Lua #lövr #gamedev #opensource

https://youtu.be/BsnCpESUEqM

YouTube

Bun 1.0 is here

Bun 1.0 is here! Bun is an all-in-one JavaScript runtime & toolkit designed for speed, complete with a bundler, test runner, and Node.js-compatible package manager. https://bun.sh/

Bun.sh un nuevo runtime todo en uno de Javascript/TypeScript combina las capacidades de un runtime, un test runner y un manejador de paquetes como NPM en un solo ejecutable.

La velocidad es la clave:
Bun promete ser 4x veces más rápido que Node.js

Video: https://www.youtube.com/watch?v=BsnCpESUEqM

Link: https://bun.sh

Meta ha lanzado oficialmente Code Llama, una nueva LLM (Modelo de Lenguaje del Lenguaje) de código abierto para completar, generar y probar código. Este modelo, que puede ejecutarse en hardware local, está disponible de forma gratuita tanto para uso de investigación como comercial. Code Llama es una versión especializada del LLM gratuito de Meta, Llama 2, y ha sido entrenado con 500 mil millones de tokens de código y datos de programación. Viene en tres tamaños de parámetros diferentes: 7 mil millones, 13 mil millones y 34 mil millones. Aunque el modelo de 34 mil millones de parámetros es el más preciso, los modelos de 7 mil millones y 13 mil millones son más rápidos y pueden ser más beneficiosos para demandas de baja latencia. Además, Meta ha lanzado dos modelos ajustados llamados "Code Llama - Python" y "Code Llama - Instruct". Code Llama - Python ha sido entrenado en 100 mil millones de tokens de Python para generar código en ese lenguaje con mayor precisión, mientras que Code Llama - Instruct ha sido entrenado en 5 mil millones de tokens para generar respuestas o código basado en preguntas en texto plano. Aunque el modelo generalista Llama 2 puede usarse de manera similar, no es tan preciso en sus respuestas de código debido a que no ha sido sometido a los mismos pasos de ajuste fino que Code Llama.

Segment Anything Model (SAM): un nuevo modelo de IA de Meta AI que puede "recortar" cualquier objeto, en cualquier imagen, con un solo clic.SAM es un modelo de segmentación de imágenes que puede responder a mensajes de texto o a clics del usuario para aislar objetos específicos dentro de una imagen.

Video de Referencia

Usando grep.app, puedes buscar código en más de 500.000 repositorios públicos en GitHub. Puedes buscar utilizando expresiones regulares con la sintaxis RE2.

#Github #Copilot #OpenSource

Copilot: Sigue la polémica de este servicio de Github (Microsoft) y el conflico con las licencias del código que pueda haber en sus repositorios.

Tras meses de trabajo en la denuncia, finalmente Github ha recibido formalmente una queja en el estado de California por uso ilícito del código que alojan alegando (en titulares) que:

- No estan respetando las licencias que lo sostentan.
- No se le ofrece al usuario una forma clara de conocer qué licencia debe usar.

Y debido a este uso indebido: financiación ilícita, negligencia, competencia desleal... (ver enlaces)

De forma objetiva, una buena forma de castigar esto como usuario medio descontento (en caso de no estar de acuerdo) es migrando tu código a otra plataforma.

Mientras tanto, hay gente trabajando para que Github tenga que limitar de alguna forma sus servicios para que respeten las licencias de los repositorios que no le pertenecen y que actualmente lo sostentan sin permiso explícito, u ofrecer de forma más clara a que licencia se van a tener que adherir por estar en sus servidores.

Recurso: https://githubcopilotlitigation.com/pdf/1-0-github_complaint.pdf Blog del denunciante: https://matthewbutterick.com/chron/this-copilot-is-stupid-and-wants-to-kill-me.html Interpretación por Kate Downing: https://katedowninglaw.com/2022/11/10/open-source-lawyers-view-on-the-copilot-class-action-lawsuit/