Byly zpracovány a na YouTube zveřejněny videozáznamy z konference LinuxDays 2026.
Německý startup Aleph Alpha k příležitosti výročí sjednocení Německa zveřejnil open-weight jazykový model Kolibri, vyvíjený s ohledem na unijní pojetí autorského práva, ochranu osobních údajů GDPR a nařízení EU o umělé inteligenci, jehož 'Kodexu správné praxe' je Aleph Alpha signatářem. Výsledkem tohoto přístupu je transparentnější technologie, kterou například budou moci využívat evropské veřejné instituce, ovšem za cenu
… více »Nvidia zveřejnila návrh nové bezpečnostní platformy pro nasazování AI agentů. Jedná se o nasazení AI za použití OpenShell a Sentry, dvou oddělených bezpečnostních vrstev, v nichž může Sentry monitorovat a vyhodnocovat chování AI v OpenShellu tak, že ho v krajním případě až vypne. Mělo by to zabránit dalším únikům AI ze sandboxu.
Přímý přenos (YouTube) z konference LinuxDays 2026, jež probíhá tento víkend v Praze v prostorách FIT ČVUT. Na programu je spousta zajímavých přednášek.
Byla vydána nová verze 0.17.0 programovacího jazyka Zig (Codeberg, Wikipedie). Přispělo 206 vývojářů. Přehled novinek v poznámkách k vydání.
Open-source projekt OpenDLSS-NR je 'bitově přesná reimplementace' neuronové rendrovací sítě DLSS 5 od společnosti NVIDIA, jenže pro grafické API Vulkan (DLSS slouží k vylepšování klasickým způsobem vyrendrovaných snímků pomocí lokálních modelů umělé inteligence, a to v reálném čase). Projekt není nijak spojen se společností NVIDIA, je pouze pro OS Windows a natrénované váhy modelu si uživatelé musí obstarat sami. Zdrojový kód je k dispozici na GitHubu, pod licencí MIT s výjimkou pro komponenty třetích stran.
Společnost Cloudflare představila Clef a Clef-Flash, open-source rozhodovací modely určené pro rychlou a konzistentní klasifikaci vstupů. Na rozdíl od klasických LLM vracejí tyto modely deterministické striktně typované strukturované odpovědi s exaktními pravděpodobnostmi, tedy odpovědi ve stylu přelomového modelu Jev.
… více »Byla vydána beta verze Ubuntu 26.10 s kódovým názvem Stonking Stingray. Přehled novinek v poznámkách k vydání. Dle plánu by Ubuntu 26.10 mělo vyjít 15. října 2026.
Byla vydána verze 1.99.0 programovacího jazyka Rust (Wikipedie). Podrobnosti v poznámkách k vydání. Vyzkoušet Rust lze například na stránce Rust by Example.
Od 13. do 15. října proběhne v Praze OpenSSL Conference 2026. Na YouTube lze zhlédnout videozáznamy přednášek z loňského roku.
Tak jsem jako první pokus nasadil spamassassin, který spamy v základním nastavení markuje velmi dobře, nicméně bych rád znal četnost toho spamu.
Našel jsem zajímavý nástroj Mailgraph, který "bezproblémů" detekuje příchozí zpávy a počítá je správně. Odchozí taky detekuje ale zdá se mi, že je počítá špatně (třeba každou druhou) stejně tak bounced zprávy.
Mailgraph evidentně pročítá maillog a na základě nějakých řetězců sčítá ony sledované zprávy. Nástroj sem nasadil proto, aby mi sčítal zprávy označené jako SPAM nicméně to nedělá.
do /var/log/mailog (Centos 6,5) mi spamd zapisuje v případě označení spamu řádku
Sun Jun 7 21:06:52 2015 [2326] info: spamd: identified spam (1000.1/5.0) for vmail:501 in 0.2 seconds, 1447 bytes./usr/sbin/mailgraph by měl být script, který zpracovává onen maillog. Ve zdrojáku se domnívám, že spamd načítají následující řádky
AbcLinuxu.cz
ITBiz.cz
HDmag.cz
AbcPráce.cz
<------>elsif($prog eq 'spamd') {
<------><------>if($text =~ /^(?:spamd: )?identified spam/) {
<------><------><------>event($time, 'spam');
Z toho je patrný, že se to úplně neshoduje s tím co by měl hledat v maillogu. Zkoušel jsem to změnit na
<------>elsif($prog eq 'spamd') {
<------><------>if($text =~ /^spamd: identified spam/) {
<------><------><------>event($time, 'spam');
ale přesto to nepočítá.
Neřešil někdo podobný problém? máte zkušenosti s Mailgraphem v1.14? Testovali jste, zda to počítá správně?
Děkuji za jakékoliv info ohledně tohoto nástroje.
--------------------- Amavisd-new Begin ------------------------
203 Total messages scanned ------------------ 100.00%
31.461M Total bytes scanned 32,989,197
======== ==================================================
50 Blocked --------------------------------- 24.63%
50 Spam blocked 24.63%
153 Passed ---------------------------------- 75.37%
3 Bad header passed 1.48%
150 Clean passed 73.89%
======== ==================================================
takovýto výpis mi generuje logwatch, to by ti nestačilo?
Tiskni
Sdílej:
