Et si au lieu de tenter d’empêcher les robots de tomber, on leur apprenait simplement à le faire sans s’endommager. C’est le cas d’un groupe de chercheurs de chez Disney, qui ont tenté de rendre la chute plus gracieuse pour protéger les composants sensibles.

What if your brain could write its own captions, quietly, automatically, without a single muscle moving?That is the provocative promise behind “mind-captioning,” a new technique from Tomoyasu Horikawa at NTT Communication Science Laboratories in Japan (published paper). It is not telepathy, not science fiction, and definitely not ready to decode your inner monologue, but the underlying idea is so bold that it instantly reframes what non-invasive neurotech might become.At the […]

Google continue d’unifier ses outils d’IA, et, cette fois, c’est NotebookLM qui profite du gros cerveau de Gemini : Deep Research. Dans la semaine, tous les utilisateurs pourront accéder à ce moteur de recherche autonome intégré directement dans leurs carnets. Cette évolution transforme NotebookLM en bien plus qu’un assistant de prise de notes : c’est désormais un […]

L’article NotebookLM intègre Deep Research pour des rapports complets est apparu en premier sur BlogNT : le Blog des Nouvelles Technologies.

💾

Google has introduced a new search feature that allows users to hide sponsored results, offering a cleaner and less cluttered browsing experience. The update aims to make navigating Google Search more intuitive by reducing the visual impact of advertisements, while still keeping them clearly labeled for transparency.According to the company, this change is designed to help users focus more easily on organic search results. Sponsored results will continue to appear […]

💾

💾

Trois failles critiques dans Gemini permettaient d’exfiltrer des données via logs, historique et navigation. Google a corrigé, mais le risque demeure....

OpenAI corrige ShadowLeak, faille zéro-clic de Deep Research exploitant un simple email pour exfiltrer des données sensibles....

La recherche de Jellyfin fonctionne bien mais on peut la booster en termes de vitesse et de precision. Par exemple utile quand on commence à indexer des 100aines de To de contenus ou qu’on fait des fautes dans les noms de contenus, acteurs etc.

Meilisearch est un moteur de recherche ultra-rapide qui s’intègre sans effort dans des applications, sites Web et flux de travail.

Pour le coupler à Jellyfin il existe le projet JellySearch mais là je présente l’installation séparée de Meilisearch et l’utilisation du plugin d’arnesacnussem.

Pour commencer il faut installer Meilisearch. La master_key est une clé à définir soi-même.

services:
  meilisearch:
    image: getmeili/meilisearch:latest
    container_name: jellyfin-meilisearch 
    restart: always
    stdin_open: true
    tty: true
    ports:
      - 7700:7700
    environment:
      - MEILI_MASTER_KEY=xpQvJwcLTxsdnx0P7oJMZ1f3LwIUcF
    volumes:
      - /home/aerya/docker/jellyfin-meilisearch:/meili_data
    labels:
      - com.centurylinklabs.watchtower.enable=true

On se rend ensuite sur la WebUI pour y entre la master_key en confirmation d’installation

Puis on installe le plugin sous Jellyfin

https://raw.githubusercontent.com/arnesacnussem/jellyfin-plugin-meilisearch/refs/heads/master/manifest.json

Après reboot on peut le configurer avec l’URL de Meilisearch, la master_key. Tout en haut, cliquer sur Connect et s’assurer que meilisearchOk passe bien en true, ce qui confirme la bonne connexion.

Et on utilise la recherche classique de Jellyfin, qui est plus complète et rapide.

— Permalink

— Permalien