Tutorial sui LLM

Esegui GLM 4.7 Flash in locale (RTX 3090) con Claude Code e Ollama in pochi minuti: niente cloud, niente lock-in, solo velocità e controllo.

Configura un ambiente Docker multi-GPU con parallelismo di tensori e decoding speculativo EAGLE per servire Mistral Medium 3.5 128B tramite un’API compatibile con OpenAI.

Esegui Qwen3.6 27B su una RTX 3090 e scopri come la Multi-Token Prediction (MTP) con llama.cpp può quasi raddoppiare l'inferenza locale degli LLM senza aggiornare la tua GPU.

Scopri le differenze tra gpt-realtime-2, gpt-realtime-translate e gpt-realtime-whisper di OpenAI, poi mettile alla prova con codice Python WebSocket funzionante.

Scopri come eseguire l’intero modello DeepSeek V4 Flash su una singola GPU usando una build modificata di llama.cpp e un file GGUF compatibile in questo tutorial pratico.

Impara a fare fine-tuning di NVIDIA Nemotron-3-Nano-4B su un dataset di Q&A di psicologia con una GPU RTX 3090 usando LoRA e TRL dopo aver scaricato il modello da Hugging Face.

Scopri come usare Qwen 3.6 Plus di Alibaba, Python e l’SDK OpenAI per costruire una pipeline automatizzata di elaborazione fatture con visione nativa e tool calling.

Scopri tutto quello che devi sapere sul nuovo modello di generazione di immagini di Google, Nano Banana 2, incluso come creare un editor di immagini iterativo in chat usando l’API con Python.