LLM-tutorials

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 het enorme contextvenster van Gemini 2.0 Flash gebruikt om een SaaS-tool voor verkoopinzichten te bouwen die zakelijke vragen beantwoordt zonder RAG.

Ontdek hoe Google’s nieuwste gespecialiseerde redeneermodel je datasciendewerkstromen kan versnellen, complexe datasets kan interpreteren en robuuste code kan schrijven.

Stel vLLM in op een H100‑GPU, serve Qwen3.5‑27B, koppel OpenCode en test snelle agentic coding met ondersteuning voor lange context.

Leer hoe je een AI-afbeeldingseditor bouwt met Tabnine en Google’s Nano Banana-model.

Leer hoe je Google’s Gemini Code Assist installeert en gebruikt in Visual Studio Code, met Python-voorbeelden.

Leer hoe je NVIDIA’s Nemotron 3 Super via OpenRouter gebruikt om een GitHub-repository te analyseren zonder RAG, met prompt packing en een Gradio-app.

Leer over de Qwen2.5-Coder-serie door een AI-code-reviewassistent te bouwen met Qwen 2.5-Coder-32B-Instruct en Gradio.

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.

Leer hoe je Qwen3.5-9B fine-tunet op de Latex OCR-dataset met QLoRA in Unsloth Studio, test het model daarna in de chat en exporteer het in GGUF-formaat voor lokale inferentie.

Leer hoe je Manus AI gebruikt aan de hand van vijf praktische voorbeelden, zodat je het meeste uit je Manus-credits haalt.

Krijg stapsgewijze instructies om Llama 3.2 1B in te stellen en uit te voeren op je Android-apparaat met het Torchchat-framework.