TGTGInsighttelegram intelligenceLIVE / telegram public index
← Python Заметки

TGINSIGHT SIMILAR POSTS

Најди сличен содржај

Изворен канал @pythonotes · Post #175 · 30 окт.

В прошлом посте говоря "Все вызовы теперь одинаковы" я несколько слукавил. Всё-таки есть в этом зоопарке версий некоторая несовместимость вызов которой просто так не унифицировать. Эти моменты вынесены в отдельный модуль QtCompat (compatibility). Там не так много функций но они довольно полезны. Этот модуль содержит унификаци модуля shiboken2, функций loadUi, translate и несколько переименованных функций классов или изменённую сигнатуру аргументов и возвращаемых значений. Это единственное исключение из правила когда вам потребуется где-то изменить свой код кроме импортов и этот код не похож на обычный код PySide2. Например, в PyQt4 и PySide есть метод QHeaderView.setResizeMode Для PyQt5 и PySide2 они были благополучно переименованы в QHeaderView.setSectionResizeMode Чтобы применить этот метод следует использовать такой код from Qt import QtCompath header = self.horizontalHeader() QtCompat.QHeaderView.setSectionResizeMode(header, QtWidgets.QHeaderView.Fixed) Унификация загрузки UI файлов: # PySide2 from PySide2.QtUiTools import QUiLoader loader = QUiLoader() widget = loader.load(ui_file) # PyQt5 from PyQt5 import uic widget = uic.loadUi(ui_file) # Qt.py from Qt import QtCompat widget = QtCompat.loadUi(ui_file) Хорошо что таких моментов не много и их легко запомнить. Полный список можно посмотреть в таблице. #qt#tricks

Hashtags

Резултати

Пронајдени 1 слични објави

Пребарај: #digitaltransparency

当前筛选 #digitaltransparency清除筛选
AI & Law

@ai_and_law · Post #488 · 21.01.2025 г., 08:04

🇪🇺Deepfakes in the EU AI Regulation: Definition Challenges for Image Processing A critical analysis by Meding and Sorge highlights significant challenges in how the EU AI Regulation defines and regulates deepfakes. The lack of clear distinctions between legitimate image processing and deepfake creation leaves providers and users navigating a gray area, particularly given the complexity of transparency obligations. Key issues include: ✔️ Ambiguities in the definition of deepfakes, with no clear criteria for "standard editing functions" or "non-essential changes." ✔️ Confusion over differentiating changes at the pixel level versus visible alterations. ✔️ Modern tools like Google "Best Take" and Samsung’s editing features blur the boundaries of what qualifies as a deepfake. For companies working with AI-driven image processing, the risks are clear. To ensure compliance and avoid fines, businesses should prioritize implementing transparency mechanisms, such as content labeling, and conduct a detailed review of editing functionalities against regulatory standards. #AIRegulation#Deepfakes#EthicsInAI#DigitalTransparency