Musk pide positividad días después de amenazar con una ‘guerra’ a los devotos de MAGA

El multimillonario partidario de Trump, Elon Musk, parece estar tratando de calmar la tensión en el mundo MAGA apenas unos días después de pedir una “guerra”.

La controversia iniciado después de que la activista conservadora y teórica de la conspiración Laura Loomer criticara la decisión de Donald Trump de nombrar asesor de inteligencia artificial a Sriram Krishnan en su próxima administración.

Loomer llamó la atención sobre una publicación en la que Krishnan pedía un aumento en las visas H1-B, que permiten a los trabajadores inmigrantes venir a Estados Unidos a trabajar. La industria tecnológica ha sido una gran defensora de este tipo de visas, mientras que muchos dentro de la coalición MAGA han pasado años oponiéndose a los programas de inmigración.

Musk, que gastó al menos 250 millones de dólares para ayudar a elegir a Trump, y aparentemente no se dieron cuenta de los años y años que los partidarios de Trump pasaron aplaudiendo las restricciones a la inmigración, contraatacaron. Él caracterizado aquellos con un punto de vista opuesto consideran que tienen una comprensión del problema “al revés y al revés”.

El multimillonario siguió intensificando su retórica. En respuesta a una publicación que llamaba “retardada” a la facción antiinmigrante, almizcle respondió“Eso lo resume bastante bien. Esto fue revelador”.

Pero él no se detuvo ahí.

Musk: ¿quién vale la pena? más de 429 mil millones de dólares y pasa innumerables horas todos los días en las redes sociales, saltando a las respuestas de otra persona que no está de acuerdo con él.

“Da un gran paso atrás y FOLLATE en la cara. Iré a la guerra por este tema que ustedes no pueden comprender”, afirmó. escribió.

incógnita

el tambien escribió que “esos tontos despreciables deben ser eliminados del Partido Republicano, de raíz y raíz”.

Mientras tanto, la representante Jasmine Crockett, demócrata de Texas, Me divertí bromeando la división dentro del mundo MAGA.

“¡No tendré suficiente té para tomar ni palomitas de maíz para comer durante los próximos 4 años! ¡He realizado innumerables entrevistas explicando que necesitamos inmigrantes y que ellos contribuyen a nuestra economía! Las empresas nos explotan porque necesitan trabajadores. ¡¿Y qué sabes?! Se jugó MAGA”, escribió.

Después de días de controversia, Trump finalmente intervino sobre el tema y se puso del lado del patrocinador financiero Musk.

“Tengo muchas visas H-1B en mis propiedades” Trump dijo. “He creído en la visa H-1B. Lo he usado muchas veces. Es un gran programa”.

Como muchas de las afirmaciones de Trump, esto es mentira. Trump se ha opuesto durante mucho tiempo a las visas H-1B. Durante su primer mandato, trató de impulsar políticas y regulaciones que limitarían el número de visas otorgadas.

Más tarde, Musk eliminó el tweet que coincidía con el comentario de “retrasado” y emitió una solicitud para obtener más positividad en X.

“Por favor, publique contenido un poco más positivo, hermoso o informativo en esta plataforma”, escribió.

Siguió el edicto con una serie de publicaciones no relacionadas con la controversia sobre las visas, incluidos elogios por las ideas relacionadas con la tecnología que ha respaldado.

La tormenta de fuego ha expuesto las primeras grietas en la coalición de Trump, con el propio Trump traicionando su base antiinmigrante a favor del más reciente converso al MAGA, Musk.

Pero el sentimiento antiinmigrante ha sido tan central para la identidad MAGA durante la última década que es poco probable que la solicitud de Musk de publicaciones “hermosas” llegue a buen término.

Acción de campaña

You missed

Cohere lanza Parse 5 (parse-v5.0): un modelo de lenguaje de visión de 2.300 millones que convierte documentos empresariales en rebajas[0]Cohere ha lanzado Parse (parse-v5.0), un modelo de análisis de documentos destinado a la ingesta empresarial de gran volumen. Es un modelo de lenguaje de visión de 2,300 millones de parámetros con una ventana de contexto de 8192 tokens y un espacio de ~4,6 GB, construido sobre la arquitectura North-Micro-Vision-Instruct de Cohere Labs. Parse toma una página PDF, PPT o JPEG como un URI de datos codificados en base64 y devuelve Markdown que contiene texto en orden de lectura, tablas representadas como HTML, listas, pares clave-valor, descripciones de imágenes y coordenadas del cuadro delimitador. No hay una etapa de OCR separada frente a él. Cohere fija el precio de la API de Parse a 1,50 dólares por cada 1.000 páginas y posiciona el modelo según la relación precio-rendimiento en lugar de la máxima precisión, una afirmación que la empresa respalda con una puntuación ParseBench autoinformada de 79,2 que, como detallamos a continuación, mide tres de las cinco dimensiones de ese punto de referencia. ¿Es desplegable? Sí, en producción. Parse generalmente está disponible a través de Cohere Parse API, Microsoft Foundry, AWS SageMaker y Model Vault de un solo inquilino. No hay lista de espera ni licencia de investigación. Qué empresas: Los equipos del mercado medio que ya ejecutan una pila RAG pueden comenzar con llamadas API medidas con una clave de prueba gratuita. Las grandes empresas con requisitos de residencia o de espacio aéreo van directamente a Model Vault o a una implementación privada. Las nuevas empresas en etapa inicial pueden usarlo, pero la economía solo comienza a importar a partir de aproximadamente 100.000 páginas al mes. Qué industrias: Cohere apunta a servicios financieros, seguros, atención médica y ciencias de la vida, sector público, telecomunicaciones, energía y manufactura: las verticales con gran cantidad de documentos donde los formularios escaneados y las tablas densas son la norma. Aplicaciones: ingesta de RAG, procesamiento inteligente de documentos, procesamiento de reclamaciones y facturas, búsqueda de contratos y presentaciones, y brindar contexto de documentos a los agentes. ¿Qué es el análisis? Parse es un modelo de lenguaje de visión de 2,300 millones de parámetros construido sobre la arquitectura North-Micro-Vision-Instruct de Cohere Labs, con una ventana de contexto de 8192 tokens y una huella de ~4,6 GB. Acepta páginas PDF, PPT y JPEG como URI de datos codificados en base64 y devuelve Markdown que contiene texto del documento, listas, tablas representadas como HTML, coordenadas del cuadro delimitador y descripciones de imágenes. No hay una etapa de OCR separada frente a él. El modelo recupera el texto y el orden de lectura, tablas, listas, formularios y pares clave-valor, imágenes y leyendas, y la ubicación de los límites de las páginas y los elementos visuales en una sola pasada. Nueve idiomas figuran como estables (árabe, inglés, francés, alemán, italiano, japonés, coreano, portugués y español) con soporte de disparo cero en otros lugares con menor precisión. En la práctica, dos modos de salida importan. El valor predeterminado devuelve una cadena Markdown por página. Configurar output_format=”blocks” devuelve bloques escritos, donde un bloque de tabla lleva su HTML, su cuadro delimitador y una descripción. Ese segundo modo es lo que hace posible la trazabilidad a nivel de cita. ‘+d