LLM チュートリアル

llama.cpp で GLM-5.2 をプライベートに実行し、独自の API キーで保護。Web UI と cURL でテストし、OpenCode に接続して強力なローカル開発ワークフローを構築。

prebuilt の llama.cpp バイナリを使って、4 枚の RTX PRO 6000 GPU で Kimi K2.7 Code を 5 分でローカル実行し、OpenAI 互換 API 経由で Web UI と Pi コーディングエージェントを活用します。

DFlashの推測デコーディングとFlash Attentionを用いて、単一のRTX 4090上でローカルのGemma 4 31B推論をベースライン構成と比較しながら高速化する方法を解説します。

GGUFは、モデルの重み、トークナイザーのデータ、メタデータを単一のポータブルファイルにまとめます。最適な量子化レベルの選び方と、Ollamaでの始め方を学びましょう。

Claude Code のルーチンで、スケジュールや GitHub イベントに合わせてクラウドでエージェントを実行し、ノートPCを閉じても PR レビューや監査が完了します。

テンサ並列とEAGLE推測デコーディングを備えたマルチGPUのDocker環境を構築し、OpenAI互換API経由でMistral Medium 3.5 128Bを提供します。

Run Qwen3.6 27B on an RTX 3090 and learn how Multi-Token Prediction (MTP) with llama.cpp can boost local LLM inference by almost 2x without upgrading your GPU.

DeepSeek V4の3つの推論モードの仕組みを学び、品質・速度・コストの各面でいつどのモードが勝つのかを示すStreamlit比較アプリを作成します。

本チュートリアルでは、修正済みの llama.cpp ビルドと互換 GGUF ファイルを使い、単一 GPU 上で完全な DeepSeek V4 Flash モデルを実行します。

Hugging Faceからモデルをダウンロードし、RTX 3090 GPU上でLoRAとTRLを使って心理学Q&AデータセットでNVIDIA Nemotron-3-Nano-4Bをファインチューニングする方法を学びます。

Alibaba の Qwen 3.6 Plus、Python、OpenAI SDK を使って、ビジョンとツール呼び出しにネイティブ対応した自動請求書処理パイプラインを構築する方法を学びます。

Googleの最新の画像生成モデル「Nano Banana 2」について、必要な知識をすべて学び、PythonでAPIを使って反復型のチャット画像エディタを構築する方法を解説します。