LLM Tutorien

Lerne, eine RAG-Anwendung mit Llama 3.1 8B unter Verwendung von Ollama und Langchain zu erstellen, indem du die Umgebung einrichtest, Dokumente verarbeitest, Einbettungen erstellst und einen Retriever integrierst.

Erfahre mehr über das 3D-Mesh-Generierungsmodell von NVIDIA, LLaMA-Mesh, einschließlich seiner Fähigkeiten, Einschränkungen, Installationsanweisungen und Beispiele.

Lerne, wie du das Beste aus NotebookLM herausholst, indem du die Podcast-Funktion und die Möglichkeit nutzt, deine Dokumente zu organisieren, zusammenzufassen und Fragen dazu zu beantworten.

Lerne, wie du mit der Realtime API von OpenAI KI-Anwendungen in Echtzeit erstellen kannst. In diesem Tutorial geht es um WebSockets, die Einrichtung von Node.js, Text-/Audio-Nachrichten, Funktionsaufrufe und den Einsatz einer React-Sprachassistenten-Demo.

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

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 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.

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

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