KI-Tutorials

Lerne, wie du mit Streamlit für das Frontend, Llama 3.2 90B für die Erstellung von Untertiteln und Groq als API eine App für Bildunterschriften erstellst.

Lerne, wie du ein multimodales Modell von Meta AI mit Hilfe des Unsloth-Frameworks auf den Amazon-Produktdatensatz abstimmst.

Entdecke, wie du PostgreSQL mit pgvector um Vektorsuchfunktionen erweitern kannst. Dieses Tutorial führt dich durch die Installation, die Grundfunktionen und die Integration mit KI-Tools.

Lerne, wie du SAM 2 von Meta AI anhand des Chest CT Segmentation Datasets fein abstimmst, um die Leistung des Modells bei der medizinischen Bildanalyse zu verbessern.

Lerne, wie du mit DeepSeek-V3 und Gradio einen KI-gestützten Code-Reviewer-Assistenten bauen kannst.

Lerne, wie du vLLM (Virtual Large Language Model) lokal mit Docker und in der Cloud mit Google Cloud einrichten und ausführen kannst.

Lerne, wie du mit dem Phi-4-Modell von Microsoft einen Hausaufgaben-Checker erstellst, der Lösungen prüft, detaillierte Korrekturen liefert und elegante Alternativen vorschlägt.

Lerne, wie du große Sprachmodelle mit den Präferenzen der Nutzer abgleichen kannst, indem du die Feinabstimmung der Präferenzen und die direkte Präferenzoptimierung von OpenAI nutzt.

Hier erfährst du, wie du deinen Programmierworkflow mit der ChatGPT-Desktop-App optimierst. Der Schwerpunkt liegt dabei auf der Integration mit VS Code, dem Terminal und Xcode.

Lerne, wie du mit Llama 3.3, Hugging Face und Streamlit eine mehrsprachige App zur Code-Erklärung erstellst.

Lerne die Qwen 2.5 Coder-Serie kennen, indem du mit Qwen 2.5-Coder-32B-Instruct und Gradio einen KI-Code-Review-Assistenten baust.

Lerne die neuen Amazon Nova Modelle (Micro, Lite, Pro, Premier, Canvas, Reel) kennen, wie du über den Bedrock Playground und die API auf sie zugreifen kannst und wie du eine Demo-Multi-Agenten-App erstellst.