LLM Tutorien

Training für 2 oder mehr Personen?Probiere es mit DataCamp for Business

GLM-5.2 lokal ausführen mit RunPod und llama.cpp

Führe GLM-5.2 privat mit llama.cpp aus, sichere es mit deinem eigenen API-Schlüssel, teste es über Weboberfläche und cURL und verbinde es mit OpenCode für einen starken lokalen Coding-Workflow.

Abid Ali Awan

1. Juli 2026

Kimi K2.7 Code lokal mit llama.cpp ausführen: So geht’s

Lerne, wie du Kimi K2.7 Code in fünf Minuten lokal mit dem vorgefertigten llama.cpp-Binary auf vier RTX PRO 6000 GPUs startest – inklusive Weboberfläche und Pi-Coding-Agent über eine OpenAI-kompatible API.

Abid Ali Awan

25. Juni 2026

So beschleunigst du lokale LLMs mit DFlash Speculative Decoding

Lerne, wie du die lokale Gemma 4 31B-Inferenz auf einer einzelnen RTX 4090 mit DFlash Speculative Decoding und Flash Attention im Vergleich zur Baseline beschleunigst.

Abid Ali Awan

17. Juni 2026

GGUF-Format: Der komplette Guide zur lokalen LLM-Inferenz

GGUF bündelt Modellgewichte, Tokenizer-Daten und Metadaten in einer einzigen portablen Datei. Erfahre, wie du den passenden Quantisierungsgrad wählst und mit Ollama startest.

Austin Chia

17. Juni 2026

Claude Code-Routinen: Deinen Coding-Agenten nach Zeitplan in der Cloud ausführen

Erfahre, wie Claude Code-Routinen deinen Coding-Agenten in der Cloud nach Zeitplan oder bei einem GitHub-Event ausführen, sodass PR-Reviews und Audits fertig werden, während dein Laptop zugeklappt ist.

Bex Tuychiev

17. Juni 2026

SGLang-Tutorial: Mistral Medium 3.5 lokal bereitstellen

Richte eine Multi-GPU-Docker-Umgebung mit Tensor-Parallelisierung und EAGLE Speculative Decoding ein, um Mistral Medium 3.5 128B über eine OpenAI-kompatible API zu serven.

Abid Ali Awan

1. Juni 2026

Multi-Token Prediction Tutorial: So beschleunigst du LLMs

Lass Qwen3.6 27B auf einer RTX 3090 laufen und lerne, wie Multi-Token Prediction (MTP) mit llama.cpp die lokale LLM-Inferenz fast verdoppeln kann – ganz ohne GPU-Upgrade.

Abid Ali Awan

14. Mai 2026

GPT-Realtime-2 API-Tutorial: Drei Tests, drei Urteile

Lerne, wie sich OpenAIs gpt-realtime-2, gpt-realtime-translate und gpt-realtime-whisper unterscheiden, und teste jedes Modell mit funktionierendem Python-WebSocket-Code.

Khalid Abdelaty

12. Mai 2026

DeepSeek V4 API Tutorial: Eine Arena für Denkmodi bauen

Lerne, wie die drei Denkmodi von DeepSeek V4 funktionieren, und baue mit Streamlit eine Vergleichs-App, die zeigt, wann welcher Modus bei Qualität, Geschwindigkeit und Kosten gewinnt.

Aashi Dutt

12. Mai 2026

DeepSeek V4 Flash lokal ausführen: So geht’s

Lerne in diesem praxisnahen Tutorial, wie du das komplette DeepSeek V4 Flash Modell auf einer einzelnen GPU mit einer modifizierten llama.cpp-Version und einer kompatiblen GGUF-Datei lokal betreibst.

Abid Ali Awan

5. Mai 2026

Feintuning von NVIDIA Nemotron-3-Nano mit Psychologie-Q&A-Daten

Lerne, NVIDIA Nemotron-3-Nano-4B mit einem Psychologie-Q&A-Datensatz auf einer RTX 3090 mit LoRA und TRL zu feintunen, nachdem du das Modell von Hugging Face heruntergeladen hast.

Abid Ali Awan

29. April 2026

Qwen 3.6 Plus API-Tutorial: Eine Pipeline zur Rechnungsverarbeitung in Python bauen

Lerne, wie du Alibabas Qwen 3.6 Plus, Python und das OpenAI SDK nutzt, um eine automatisierte Pipeline zur Rechnungsverarbeitung mit nativer Vision und Tool-Aufrufen zu erstellen.

Bex Tuychiev

27. April 2026