Tutorial LLM

Model keputusan memberi skor pada satu set jawaban tetap alih-alih menulis teks. Lihat cara kerjanya, bagaimana Jev dibandingkan, dan temuan dari pengujian independen.

Tutorial evaluasi RAG langsung praktik di Python. Bangun dataset evaluasi, beri skor dengan 4 metrik inti Ragas, pasang quality gate ke CI, buat pertanyaan uji sintetis, dan lacak skor lintas commit agar Anda bisa membedakan kegagalan retrieval dari kegagalan generasi sebelum pengguna Anda yang merasakannya.

Ikuti tutorial Computer Use OpenAI Agents API ini untuk membangun agen QA Python yang menguji proses checkout di browser ter-host dan menguji ulang perbaikan dalam sesi yang sama.

Jalankan model MoE raksasa secara lokal dengan menggabungkan VRAM GPU, RAM sistem, SGLang, dan KTransformers untuk inferensi heterogen CPU-GPU.

Bangun agen respons insiden AI dengan GPT-6.1 Sol, OpenAI Agents API, dan sandbox terkelola untuk menyelidiki insiden, menjalankan pemeriksaan, dan menghasilkan laporan terstruktur.

Panduan praktis mengimplementasikan LoRA melalui Tinker AI untuk melatih Qwen3-8B pada data keuangan Chain-of-Thought (CoT), dioptimalkan untuk generalisasi.

Pelajari cara menggunakan TinyTroupe dari Microsoft untuk mensimulasikan interaksi antara persona AI dengan karakteristik berbeda untuk berbagai tujuan.

Pelajari cara menjalankan model TRIBE V2 milik Meta di Google Colab, memprediksi aktivitas kortikal dari rangsangan naturalistik, dan memvisualisasikan hasilnya sebagai peta panas otak 3D interaktif.

Pelajari model visi-bahasa andalan terbaru dan jalankan di laptop dengan VRAM 8GB.

Pelajari cara kerja model vision-language-action (VLA), perbedaannya dengan VLM, dan cara memilih antara OpenVLA, pi0, dan SmolVLA pada 2026.

Pelajari cara menyiapkan dan menjalankan vLLM (Virtual Large Language Model) secara lokal menggunakan Docker dan di cloud menggunakan Google Cloud.

Pelajari cara menggunakan Wan 2.1, model generasi video open-source dari Alibaba, untuk membuat video dari teks dan gambar.