llm

Tutorial Praktis PyTorch (Edisi Kedua). Mencakup segalanya mulai dari dasar, aplikasi proyek CV, NLP, LLM, hingga penerapan teknik tingkat lanjut. Buku ini membantu pembaca menguasai PyTorch dan menjadi insinyur deep learning yang kompeten.

Memahami AI agent dengan membangunnya sendiri. Menggunakan LLM lokal, tanpa kotak hitam, serta pemahaman mendalam tentang function calling, memori, dan pola ReAct.

Apache Maka (Incubating) adalah ruang kerja AI agent berbasis lokal. Pesan model, pemanggilan tool, hasil tool, keputusan izin, dan peristiwa terminasi direkam sebagai log append-only.

StarVector adalah model dasar untuk pembuatan SVG yang mengubah vektorisasi menjadi tugas pembuatan kode. Menggunakan arsitektur pemodelan visi-bahasa, StarVector memproses input visual dan tekstual untuk menghasilkan kode SVG berkualitas tinggi dengan presisi luar biasa.

LLM multimodal yang cepat untuk suara waktu nyata

Koog adalah kerangka kerja JVM (Java dan Kotlin) untuk membangun agen AI yang dapat diprediksi, toleran terhadap kesalahan, dan siap untuk perusahaan di semua platform – mulai dari layanan backend hingga Android dan iOS, JVM, bahkan lingkungan dalam peramban. Koog didasarkan pada keahlian produk AI kami dan menyediakan solusi teruji untuk masalah LLM dan AI yang kompleks

Tutorial dan sumber daya terkurasi untuk Large Language Models, AI Painting, dan banyak lagi.

Mempelajari sistem inferensi LLM pada Apple Silicon untuk insinyur sistem: membangun vLLM + Qwen sederhana

Mesin memori kognitif yang terinspirasi dari biologi — paradigma baru untuk Graph RAG.

Penyimpanan memori persisten lokal untuk aplikasi LLM termasuk claude desktop, github copilot, codex, antigravity, dll.

Teknologi umum untuk mengaktifkan kemampuan AI dengan LLM dan MLLM

TSP self-hosted, zero-maintenance A-share "pemilihan saham + pemantauan + backtesting" quantitative workbench | Berbasis sumber data TickFlow | Strategi kustomisasi berbasis kemampuan LLM + analisis saham individu + review | Akses bebas ke sumber data pihak ketiga dan perluasan data yang dipersonalisasi | Proyek open source pribadi, bukan proyek resmi pihak ketiga

Memberikan sistem operasi sebagai pustaka untuk agen. Berjalan di backend Anda yang sudah ada – tanpa sandbox, VM, atau SaaS. Didukung oleh WebAssembly & V8 isolates.

Kode pelatihan LLM untuk model dasar Databricks

🇨🇳 Kumpulan contoh penggunaan OpenClaw dalam bahasa Mandarin | 50 skenario nyata | Adaptasi kasus domestik dan luar negeri | Otomatisasi kantor, pembuatan konten, operasional, asisten AI, manajemen pengetahuan | Ramah bagi pemula

GLM-4.5: Model dasar untuk Agentic, Reasoning, dan Coding (ARC)

Contoh dan tutorial untuk membantu pengembang membangun sistem AI.

OpenKB: Basis Pengetahuan LLM Terbuka

Agen Anda di terminal, dilengkapi dengan alat lokal: menulis kode, menggunakan terminal, dan menjelajahi web. Buat agen otonom persisten Anda sendiri di atasnya!

CISO Assistant adalah platform GRC lengkap untuk Manajemen Risiko, AppSec, Kepatuhan & Audit, TPRM, BIA, Privasi, dan Pelaporan. Mendukung lebih dari 150 kerangka kerja global dengan pemetaan kontrol otomatis, termasuk ISO 27001, NIST CSF, SOC 2, CIS, PCI DSS, NIS2, DORA, GDPR, HIPAA, CMMC, dan lainnya.

Capai performa inferensi mutakhir dengan akselerator modern di Kubernetes

Toolkit evaluasi open-source untuk large multi-modality models (LMMs), mendukung 220+ LMM, 80+ benchmark

Membangun Large Language Model dari nol hanya dengan dasar Python; membangun GLM4/Llama3/RWKV6 langkah demi langkah untuk memahami prinsip LLM secara mendalam

🤖 Visualisasi mcp & skills yang berisi 25+ grafik visual menggunakan @antvis. Digunakan untuk pembuatan grafik dan analisis data.

Framework Ruby yang menyenangkan untuk setiap penyedia AI utama. Bangun agen AI, chatbot, aplikasi RAG, dan alur kerja multimodal dengan kode yang indah dan ekspresif.

Alat layanan pelanggan dialog cerdas berbasis LLM, mendukung integrasi dengan berbagai platform, dapat memproses teks, suara, dan gambar, serta mendukung kustomisasi aplikasi AI perusahaan berbasis basis pengetahuan sendiri.

🚀 Panduan Kilat AI Agent Paling Sistematis 2026｜Tutorial Praktis Smart Agent · Jalur Pembelajaran Lengkap + Proyek Praktis + Bank Soal Wawancara · Setara dengan Posisi Insinyur Pengembangan Aplikasi Large Model · Mencakup LangChain / LangGraph / Coze / Dify / MCP / skills / LLM / RAG / Prompt · Penerapan & Penyetelan Tingkat Perusahaan · Integrasi dari 0 ke Penerapan Perusahaan + Dari Pembelajaran ke Peluncuran Proyek + Persiapan Wawancara

Preswald adalah pengemas WASM untuk aplikasi data interaktif berbasis Python: menggabungkan alur kerja data yang kompleks, terutama visualisasi, menjadi satu file yang dapat dijalankan sepenuhnya di peramban menggunakan Pyodide, DuckDB, Pandas, Plotly, Matplotlib, dll. Bangun dasbor, laporan, dan notebook yang berjalan secara luring, dimuat dengan cepat, dan dibagikan layaknya dokumen.

35 arsitektur AI agentik tingkat produksi (Reflexion, LATS, GraphRAG, MemGPT, Voyager, BrowserAgent, ...) — pustaka Python dan buku teks yang dapat dijalankan dengan dukungan LLM multi-penyedia serta papan peringkat benchmark 17-tugas.

LightLLM adalah framework inferensi dan penyajian LLM (Large Language Model) berbasis Python, yang dikenal karena desainnya yang ringan, skalabilitas yang mudah, dan performa berkecepatan tinggi.