PEI bed are 20€, not 100€.
Just buy a compatible one on amazon or elsewhere.
You just need to have the bed size somewhat correct, and the magnetic base have a sticky surface that will adhere on whatever is below your glass bed (usually some metal structure to hold the glass)

Méthodologie: zéro.

C’est rigolo que tu me reproche la méthodologie, alors que la tienne pour analyser mon commentaire est totalement éclaté, et te sert a faire des attaques personelle, quelques exemples:

C’est bien, tu réponds à la question posée dans le titre. Tu n’as pas regardé la vidéo en entier et tu viens lui reprocher de ne pas aborder le seul point que tu défends dans tous tes commentaires.

Si tu lis les commentaires tu peux aussi voir que j’ai par la suite regardé le reste de la vidéo, et ma reproche reste la même. Mais tu aurais pus le savoir que ce que je reproche n’est pas abordé, vus que tu as regardé la vidéo. Pourquoi m’attaquer avec ca comme argument, alors que tu sais qu’il est creux ?

au lieu de chercher à dresser un constat plus complexe que “je suis contre le voile”, comme le fait la vidéo (et les sciences sociales).

Par exemple là, je donnais mon opinion pour la transparence, critiquer la vidéo sans donner mon opinion sur le sujet ne serait pas sain.

et tu ne veux visiblement prendre en considération que le point de vue qui confirme le tien, au lieu de chercher à dresser un constat plus complexe

C’est toi qui affirme, ca sans aucune base, je suis entiérement ouvert a changer d’avis, j’ai exposé des informations qui m’ont fait former cette opinion, j’ai sourcé l’une d’entre elle (l’autre est anecdotique).
Toi tu as préféré directement m’attaquer par ce que tu n’as pas aimé mon opinion.

L’article anglais en liste plusieurs dans l’intro: https://en.wikipedia.org/wiki/Islamic_veiling_practices_by_country

Several Muslim-majority countries have banned the burqa and hijab in public schools and universities or government buildings, including Tunisia (since 1981,[6] partially lifted in 2011), Turkey (gradually and partially lifted),[7][8] Kosovo (since 2009),[9] Azerbaijan (since 2010[10]), Kazakhstan, and [11] Kyrgyzstan.[12] Muslim-majority Tajikistan banned the hijab completely on 20 June 2024.

Non, c’est pas ce que nous voyons dans les débats publiques ni ce qui est mis en avant. C’est dit dans sa vidéo, les femmes voilées sont absentes du débats sur le voile.

Comme je viens de dire, c’est aussi dit dans sa vidéo que Lilia Bouziane a fait plusieurs plateaux TV.

De plus sa question c’est autour de la laïcité. Il analyse ce que disent les textes et leur application réel.

Tu dévies le sujet, il s’interesse à la laïcité en France.

Aucun média est neutre.

Je vais re-axer mon propos:
Oui, il parle de la laïcité en France, mais la vidéo est vendu comme plus généraliste que ca. Il n’indique pas qu’il ne vas parler que de ca. Donc oui, une fois que tu as vus tout, tu trouve que ca manque.

Ce qui est aussi intéressant, c’est que la vidéo te parle de laïcité et met en lumière une conception catholique de la laïcité. Et vu le discours de l’extrême droite à toute les échelles et sauces, c’est un analyse pertinente qui recentre le débat :

Ne t’inquiète pas la vidéo a déjà beaucoup parlé de ca en 45 minutes. J’ai regardé le reste pour toi.

Elle est aussi là pour nous apporter des témoinages de d’autres femmes voilées. C’est la première fois que nous les écoutons réellement.

Ce n’est pas la première fois, il y a eu des témoignagent dans l’espace médiatique mainstream, les points apporté sont déjà dans les débats politique civils depuis plusieurs années, c’est meme dit dans la vidéo, et par Lilia Bouziane, qui dit avoir fait plusieurs débats TV.
Pas suffisant si tu veux, mais clairement pas la première fois.

Je t’invite donc à reconsidérer l’ensemble de cette tambouille avec les vrais chiffres et de là tu verra l’effet de loupe induits par les médias mainstream.

Tu mets sur le tapis un effet de média mainstream - je n’en n’avais pas parlé, j’ai parlé uniquement de mon entourage et d’international.

Je ferais remarquer que la vidéo est très orienté, elle ne parlent uniquement des points de vue des femmes pour le voile, elle ne donne que des arguments de droites/extreme droites contre le voile.

Elle fait aussi des raccourcis, ou pointe vers une seule étude pour montrer une abscence de résultats.

Si on regarde dans l’emsemble des pays musulmans, les gouvernement progressistes, interdisent de plus en plus le voile, et les gouvernement conservateurs/extremistes l’impose.

Il y en a encore plus aujourd’hui.

J’ai regardé les 3/4.
Il y a quelque chose que je ne vois pas mentioné, et qui est la raison pour laquelle je suis contre le voile:
J’ai entendu de plusieurs femmes dans mon entourage, qu’elles ont déjà vécu une pression de la part d’hommes musulmans dans certains endroit “chaud”, car elle ne portaient pas le voile (dont une a l’université).
Pourquoi alors cette vidéo, qui essaye de voir ce sujet en profondeur, ne parle a aucun moment de ce phénomène ?
Je ne vois pas non plus la mention du fait que plusieurs pays musumlans interdisent le voile.
Des pays musulmans seraient islamophobe ?

Beens months I’m saying a simple flame thrower should easily melt the wires.
Now let’s add a hat of flamethrower to tanks.

Bro roundabouts are everywhere in europe, we can see tons of space here.

En meme temps quand les consigne de tri sont passé de règles obscure incompréhensible, a “tout les emballages”.
C’est plus simple.

tu te doutes qu’il y a des contenus plus problématiques que d’autres?

C’est pas pareil, le contenu qui t’es recommandé, que tu suis, et le contenu que tu peux accéder.
Si une instance publie un contenu que les autres ne veulent pas, il faut manuellement faire des actions de la part des admins, modérateur, ou utilisateur pour que ce contenu ne soit pas là.
ie: niveau admin, défédération (la fédération reste le comportement par défaut), si une instance est trop problématique a cause de leur user et contenu niveau admin de communauté: bloquer une autre instance, si les users d’une instance sont problématique.
et toi personellement tu peux bloquer les communautés/instances.

tu peux remarquer qu’a chaque niveau, le contenu est propagé par défaut, certe il est catégorisé dans une communauté, mais par défaut l’information est propagé.

Est-ce que l’accès à l’information implique nécessairement l’accès illimité à des œuvres protégées?

Quand tu lis un livre, tu es le seul qui a accès a cette copie d’information.
Quand tu charge une page web, tu télécharge une copie de l’information, la nature même d’internet implique une copie illimité.

Je recommande cette lecture:
https://kk.org/thetechnium/better-than-fre/

Tu veux développer? Je suis pas sûr de comprendre

Dans un réseaux social centralisé, tu peux controller l’information a un seul point.
Un réseau décentralisé comme lemmy va broadcast au maximum son information pour qu’elle soit copié partout.

Donc la responsabilité passe sur des micro instance que n’importe qui peut démarrer.
Maintenant les GAFAM peuvnet démarrer des micro instance de manière anonyme, qui ne respecte pas ca et pompe le contenu.
Restreindre l’accès a la communication est a l’opposé même du but du fediverse.

2 points qui font que ca peut juste pas marcher:
Une instance rediffuse le contenu. S’ils font juste une license globale, elle n’est pas transféré lors d’une fédération, un lecteur sur un site fédéré n’a jamais pus lire la license avant d’avoir lus le contenu.

Les instances aujourd’hui n’ont pas de condition d’utilisation qui s’octroient droit sur ton contenu. Donc en fait ils ont même pas le droit de controller les données comme ils veulent le faire.
Sinon ca veut dire qu’ils font une license comme les GAFAMs pour s’octroyer des droits sur le contenu que tu poste. Ils peuvent interdire les scrapper d’accéder a leur serveur, mais ils peuvent pas interdire les scrapper de faire ce qu’ils veulent avec le contenu des utilisateurs.

C’est quand meme compliqué.
Ils peuvent scrapper des serveurs fédéré. Comment savoir qu’ils ne pouvaient pas scrapper le contenu ?

La nature meme des réseaux en fédération rend impossible ce souhait.
Imaginez un tracker torrent qui demande que le contenu soit pas utilisé pour entrainer des IA.

I’ve been re reading my response and my bad, I meant “artificial neurons were inspired from neurons”, not to behave like, they have little in common.

If you were to train an LLM on nothing but math and texts about math, then asked it an art question, it would respond somewhat nonsensically with math.

If you asked an human that speak german and nothing else, a question in english, it would also respond in german (that they cant understand you).
LLMs sometimes (not often enough) do respond they don’t know.

that suggests to me either you know how it was trained, or are making assumptions about how it was trained.

The general way it is trained is known, specifics and technics are not known, but the public do know how one of the flagship model was trained, the training process of deepseek r1 was documented in their research paper: https://arxiv.org/pdf/2501.12948

Which I did read a chunk when it was released.

And if the idea that there would be nobody training an LLM to do addition in this manner, I invite you to glance the Wikipedia article on addition.

The LLMs have multiple way to do additions, i’ll showcase two as an example, I asked ChatGPT 4.1 to solve a big addition. Here it’s output:

 I need to add these two large numbers carefully.

First, I'll write them one under the other, aligned at the right:

                  21,500,996,531,314,339
+ 96,357,764,557,683,165,397,721
----------------------------------


Working from right to left:

Units place: 9 + 1 = 10. Write 0, carry 1.
Tens place: 3 + 2 + 1(carry) = 6. Write 6, no carry.
Hundreds place: 3 + 7 = 10. Write 0, carry 1.
Thousands place: 4 + 7 + 1(carry) = 12. Write 2, carry 1.
Ten thousands place: 1 + 9 + 1(carry) = 11. Write 1, carry 1.
Hundred thousands place: 3 + 3 + 1(carry) = 7. Write 7, no carry.
Millions place: 1 + 5 = 6. Write 6, no carry.
Ten millions place: 5 + 6 = 11. Write 1, carry 1.
Hundred millions place: 3 + 1 + 1(carry) = 5. Write 5, no carry.
Billions place: 5 + 3 = 8. Write 8, no carry.
Ten billions place: 9 + 8 = 17. Write 7, carry 1.
Hundred billions place: 9 + 6 + 1(carry) = 16. Write 6, carry 1.
Trillions place: 0 + 7 + 1(carry) = 8. Write 8, no carry.
Ten trillions place: 0 + 5 = 5. Write 5, no carry.
Hundred trillions place: 5 + 5 = 10. Write 0, carry 1.
Quadrillions place: 1 + 4 + 1(carry) = 6. Write 6, no carry.
Ten quadrillions place: 2 + 6 = 8. Write 8, no carry.

For the remaining places, I just copy the digits from the second number:
7, 7, 5, 3, 6, 9

Therefore, the answer is:
96,357,786,056,867,851,761,260

You can notice, the whole reasoning is correct, but it wrote the wrong response, I can expand more on this if you want (I do some research on it on my free time)
This reasoning of decomposing the addition was of course learned from training data.
Now, the trigonometry used to calculate additions that i talked earlier, is not for writing a “reasoning” but when it try to write the correct response. It was created by the backpropagation trying to find a local minimum that can solve additions in order to more accuratly predict the next token.

so I would point out that technically LLMs have “tensors” not “neurons”.
I get that tensors are designed to behave like neurons, and this is just me being pedantic. I know what you mean when you say neurons, just wanted to clarify and be consistent. No shade intended.

Artificial neurons were made to behave like neurons: https://en.wikipedia.org/wiki/Artificial_neuron
And the terminology used, is neurons, cf the paper i sent earlier about how they do additions: https://arxiv.org/pdf/2502.00873

I don’t think you can disconnect how an LLM was trained from how it operates

You can, heck the example I gave show exaclty this:

If you train an LLM to use trigonometry to solve addition problems, I think you will find the LLM will do trigonometry to solve addition problems.

It was not trained to do trigonometry to solve addition problem, it was trained to respond to additions, trigonometry is how the statiscal part, the backpropagation, found a way to make the neurons solve additions.

In general if that is how the LLM is coming to its next token, then the training data must be really heavily weighted in that manner.

You are mixing up stuff, the way LLM are trained does not impose anything about how the neurons gets organised to get better score at inferrence.

You are mistaking how LLMs are trained to how they work.
It’s not because it’s been trained with statistics, that they compute, or think using statistics.
For example, to do additions, internally LLMs do trignonometry: https://arxiv.org/abs/2502.00873
They do probably use statistics for tons of stuff internally, but humans do too: guessing, bias, tendency, preferences.
Anthropics researcher found that their LLMs have “features” for concepts.