AI-tutorials

Leer hoe je Gemma 4 E4B-it fijnstemt op een dataset met menselijke emoties met LoRA, 4‑bit‑kwantisatie en een enkele 3090‑GPU.

Leer hoe je het beste open-source redeneermodel fine-tunet op een dataset met medische multiplechoicevragen (MCQ's) met een consumentengpu.

Fine-tunen van ’s werelds eerste open-source redeneermodel op de medische chain-of-thought-dataset om betere AI-artsen voor de toekomst te bouwen.

Dit is een eenvoudige gids voor het fijn-afstemmen van Gemma 2 9B-It op gesprekken tussen patiënt en arts en het converteren van het model naar GGUF-indeling, zodat je het lokaal kunt gebruiken met de Jan-applicatie.

Leer hoe je inference uitvoert op GPU's/TPU's en het nieuwste Gemma 7b-it-model fine-tunet op een role-play-dataset.

Ontgrendel het volledige potentieel van GPT-3 met fine-tuning. Leer hoe je de OpenAI API en Python gebruikt om dit geavanceerde neurale netwerkmodel te verbeteren voor jouw specifieke usecase.

Pas het GPT-4o Mini-model aan om posts van Reddit te classificeren als "stressvol" en "niet-stressvol".

Een stapsgewijze gids voor het fijn-afstemmen van het OpenAI GPT-OSS 20B-model op de medische vraag-en-antwoorddataset, voor zowel nauwkeurigheid als stijl-overname.

Leer hoe je Llama 2 fijnstemt op een gratis Google Colab-GPU met QLoRA, PEFT en het Hugging Face-ecosysteem om open-source LLM’s aan te passen aan jouw use-case.

Ga aan de slag met de nieuwe Llama-modellen en pas Llama-3.1-8B-It aan om verschillende psychische aandoeningen uit tekst te voorspellen.

Leer hoe je de lichte en vision-modellen van Llama 3.2 op Kaggle opent, het model fijnstemt op een aangepast dataset met gratis GPU’s, het model samenvoegt en exporteert naar de Hugging Face Hub, en het fijn-afgestemde model naar GGUF converteert zodat je het lokaal kunt gebruiken met de Jan-applicatie.

Leer hoe je een multimodaal model van Meta AI fijnslijt op de Amazon-productdataset met het Unsloth-framework.