LLM Tutorials

Ejecuta Qwen3-Coder-Next localmente en una RTX 3090 con llama.cpp y, a continuación, crea un panel de análisis completo en cuestión de minutos utilizando Qwen Code CLI.

Aprende a ejecutar un modelo de código abierto de primera categoría localmente con llama.cpp, conéctalo a la CLI de Kimi y crea un juego interactivo de una sola vez utilizando la codificación vibe.

Aprende a combinar la generación local FLUX.2 Klein 4B con la edición de imágenes basada en API, el acondicionamiento multirreferencia y el historial de sesiones para crear un editor de imágenes con Gradio.

Ejecuta GLM 4.7 Flash localmente (RTX 3090) con Claude Code y Ollama en cuestión de minutos, sin nube, sin bloqueos, solo velocidad y control puros.

Descubre qué es Kimi K2.5 de Moonshot, cómo funciona Agent Swarm y míralo en acción a través de cuatro experimentos prácticos del mundo real.

Explora la arquitectura de los servidores MCP gestionados por Google y descubre cómo convertir los LLM en operadores proactivos para BigQuery, Maps, GCE y Kubernetes.

Actualiza a Transformers v5. Una guía práctica sobre el backend unificado de Rust, los cambios en la API y los patrones de migración comparativos entre la versión 4 y la versión 5 para la codificación y el chat.

Configuración de llama.cpp para ejecutar el modelo GLM-4.7 en una sola GPU NVIDIA H100 de 80 GB, alcanzando hasta 20 tokens por segundo mediante la descarga de la GPU, Flash Attention, el tamaño de contexto optimizado, el procesamiento por lotes eficiente y el subprocesamiento de la CPU ajustado.

Aprende a utilizar Sora AI para crear y editar vídeos, incluyendo el uso de remezclas, bucles, recortes, ajustes preestablecidos de estilo y guiones gráficos.

Aprende a ejecutar GLM-4.7-Flash en una RTX 3090 para obtener una inferencia local rápida e integrarlo con OpenCode para crear un agente de codificación de IA totalmente local y automatizado.

Aprende a ajustar FunctionGemma en menos de 10 minutos utilizando las GPU gratuitas de Kaggle, desde la preparación del conjunto de datos y la evaluación de referencia hasta el entrenamiento y la validación posterior al ajuste.

Aprende a utilizar Claude Code de Anthropic para mejorar los flujos de trabajo de desarrollo de software mediante un ejemplo práctico con la biblioteca Python de Supabase.