Tutorial sull’IA

Scopri come creare un'app per spiegare codice multilingue usando Llama 3.3, Hugging Face e Streamlit.

Eseguiremo il fine-tuning di Llama 3 su un dataset di conversazioni medico-paziente, creando un modello su misura per il dialogo medico. Dopo unione, conversione e quantizzazione, sarà pronto per l’uso privato in locale tramite l’app Jan.

Impara a creare una pipeline di retrieval-augmented generation (RAG) usando Llama 4 per realizzare una semplice applicazione web.

Impara a distribuire e usare LLaMA 4 Scout di Meta con vLLM su RunPod sia per il completamento di testo che per l'inferenza multimodale.

Scopri come fare il fine-tuning degli LLM su dataset personalizzati, valutarne le prestazioni ed esportare e servire i modelli senza problemi usando il framework low/no-code di LLaMA-Factory.

Scopri come usare il modello vision Llama 3.2 11B con Gradio per creare un'app web multimodale che funge da assistente al supporto clienti.

LlamaIndex è il tuo alleato dati per costruire app basate su LLM. Puoi acquisire, gestire e recuperare facilmente dati privati e specifici del dominio usando il linguaggio naturale.

Scopri il modello NVIDIA per la generazione di mesh 3D, LLaMA-Mesh: capacità, limiti, istruzioni per l'installazione ed esempi.

Llama Stack è un insieme di strumenti e API standardizzati sviluppati da Meta che semplifica la creazione e la distribuzione di applicazioni basate su modelli linguistici di grandi dimensioni.

Scopri la famiglia di LLM disponibili e gli elementi da considerare per valutare quale LLM sia il migliore per il tuo caso d'uso.

Scopri come LMCache memorizza e riutilizza gli stati KV tra le richieste LLM, si integra con vLLM e riduce i calcoli di prefill ripetuti per l'inferenza con contesti lunghi.

Scopri come installare ed eseguire LLM in locale con LM Studio. Mantieni privati i tuoi dati, chatta con i documenti usando il RAG integrato e configura un'API locale.