Tutoriels LLM

Apprenez à exécuter Fable 5-Enhanced Gemma 4 en local avec des binaires précompilés llama.cpp sur un RTX 5070 Ti, à tester le décodage spéculatif MTP, à connecter Pi pour des workflows privés d’agent de code IA, et à dépanner les problèmes courants d’installation.

Utilisez Unsloth Desktop pour vos workflows d’IA en local : inférence de LLM, fine-tuning, modèles de vision, génération d’images et de vidéos, agents de codage OpenCode et API locales dans une seule application de bureau.

Utilisez Unsloth Desktop pour des workflows d’IA locaux, dont l’inférence LLM, le fine-tuning, les modèles de vision, la génération d’images et de vidéos, les agents de code OpenCode et des API locales — le tout dans une seule application de bureau.

LangGraph Studio est un environnement de développement visuel pour le framework LangGraph de LangChain, qui simplifie la création d’applications agentiques complexes construites avec des composants LangChain.

Apprenez à affiner des LLM sur des jeux de données personnalisés, à évaluer les performances, puis à exporter et servir les modèles en toute fluidité grâce au framework low/no-code de LLaMA-Factory.

Apprenez à utiliser Nemotron 3 Super de NVIDIA via OpenRouter pour analyser un dépôt GitHub sans RAG, grâce au prompt packing et une app Gradio.

Apprenez à utiliser PaliGemma 2 Mix pour créer un scanneur de factures et un analyseur de dépenses dopés à l'IA, capables d'extraire et de catégoriser les dépenses à partir de tickets.

Apprenez à sécuriser votre déploiement OpenClaw. Découvrez les bonnes pratiques essentielles pour durcir les conteneurs, isoler le réseau et protéger des agents IA autonomes.

Apprenez à utiliser OpenAI AgentKit pour automatiser la revue des issues GitHub avec des agents IA qui classent, détectent les doublons et résument les rapports.

Apprenez à utiliser Pixtral 12B de Mistral de manière interactive via Le Chat ou par programmation via l'API disponible sur La Plateforme.

Apprenez à utiliser OpenAI o1 pour réaliser de A à Z un projet de machine learning à partir d’un seul prompt.

Apprenez à aligner les grands modèles de langage sur les préférences utilisateurs avec le preference fine-tuning d’OpenAI et l’optimisation directe des préférences.