Tutorial LLM

Pelajari cara memaksimalkan Grok 4 melalui tujuh contoh praktis yang dapat Anda coba di antarmuka chat.

Pelajari bagaimana kuantisasi, optimasi KV-cache, batching, speculative decoding, bandwidth memori, dan penyesuaian sadar perangkat keras dapat meningkatkan kecepatan, skalabilitas, dan efisiensi biaya saat melayani model bahasa besar.

Menjalankan GPT-OSS 120B secara lokal, mengaksesnya di peramban melalui aplikasi chat gratis, mencoba penyedia inferensi LLM yang cepat dan gratis, serta menjelajahi marketplace LLM untuk akses model terbaik dan tercepat.

Pelajari cara menjalankan Bonsai 27B, model Qwen3.6-27B 1-bit yang ringkas, secara lokal menggunakan llama.cpp, API yang kompatibel dengan OpenAI, antarmuka web, dan agen coding Pi.

Pelajari cara menjalankan Fable 5-Enhanced Gemma 4 secara lokal dengan biner llama.cpp siap pakai pada RTX 5070 Ti, menguji MTP speculative decoding, menyambungkan Pi untuk alur kerja coding-agent AI privat, dan mengatasi masalah penyiapan umum.

Panduan langkah demi langkah yang sederhana untuk menjalankan FLUX.2 secara lokal guna menghasilkan dan mengedit gambar berkualitas tinggi.

Pelajari cara menjalankan model open-source teratas secara lokal dengan llama.cpp, menghubungkannya ke Kimi CLI, dan membuat game interaktif satu kali jadi menggunakan vibe coding.

Pelajari cara menjalankan MiniMax M3 secara lokal pada dua GPU RTX PRO 6000 dengan llama.cpp, menguji API dan antarmuka web yang kompatibel dengan OpenAI, serta menghubungkannya ke Pi Coding Agent untuk alur kerja pengkodean lokal yang privat dan berkecepatan tinggi.

Siapkan vLLM pada GPU H100, jalankan Qwen3.5-27B, hubungkan OpenCode, dan uji agentic coding cepat dengan dukungan konteks panjang.

Pelajari cara menjalankan Qwen3-Next secara lokal, menyajikannya dengan transformers serve, serta berinteraksi menggunakan cURL dan OpenAI SDK, sehingga siap untuk integrasi aplikasi Anda.

Pelajari cara menjalankan model dasar SAM Audio secara lokal dan rasakan segmentasi audio mutakhir dengan mengisolasi suara dan bunyi menggunakan prompt yang sederhana dan intuitif pada GPU RTX 3090.

Pelajari cara menjalankan Inkling milik Thinking Machines secara lokal. Panduan lengkap membangun llama.cpp eksperimental, mengunduh GGUF Unsloth, dan serving multi-GPU.