Tutorías LLM

Aprende a ejecutar Kimi K2.7 Code en local en cinco minutos con el binario precompilado de llama.cpp en cuatro GPU RTX PRO 6000, y luego úsalo con su interfaz web y el agente de código Pi a través de una API compatible con OpenAI.

Aprende a acelerar la inferencia local de Gemma 4 31B en una única RTX 4090 usando decodificación especulativa DFlash y Flash Attention frente a una configuración de referencia.

GGUF empaqueta los pesos del modelo, los datos del tokenizador y los metadatos en un único archivo portátil. Aprende a elegir el nivel de cuantización adecuado y a empezar con Ollama.

Descubre cómo las rutinas de Claude Code ejecutan tu agente de código en la nube con una programación o un evento de GitHub, para que las revisiones de PR y auditorías terminen con el portátil cerrado.

Configura un entorno Docker multi‑GPU con paralelismo tensorial y decodificación especulativa EAGLE para servir Mistral Medium 3.5 128B mediante una API compatible con OpenAI.

Ejecuta Qwen3.6 27B en una RTX 3090 y descubre cómo Multi-Token Prediction (MTP) con llama.cpp puede casi duplicar la inferencia local de LLM sin cambiar de GPU.

Aprende en qué se diferencian gpt-realtime-2, gpt-realtime-translate y gpt-realtime-whisper de OpenAI, y pon a prueba cada uno con código WebSocket de Python totalmente funcional.

Aprende a ejecutar el modelo completo DeepSeek V4 Flash en una sola GPU usando una build modificada de llama.cpp y un archivo GGUF compatible en este tutorial práctico.

Aprende a ajustar NVIDIA Nemotron-3-Nano-4B con un dataset de Q&A de psicología en una GPU RTX 3090 usando LoRA y TRL tras descargar el modelo de Hugging Face.

Aprende a usar Qwen 3.6 Plus de Alibaba, Python y el SDK de OpenAI para crear una canalización automática de procesamiento de facturas con visión nativa y llamadas a herramientas.

Descubre todo lo que necesitas saber sobre el nuevo modelo de generación de imágenes de Google, Nano Banana 2, incluido cómo crear un editor de imágenes conversacional e iterativo usando la API con Python.

Ejecuta GLM-5, el mejor modelo de IA de pesos abiertos, en una sola GPU con llama.cpp y conéctalo a Aider para convertirlo en un potente agente de programación local.