Fine-Tuning LLM dengan LoRA & QLoRA: Panduan Lengkap dari Nol (PEFT + TRL)
Kustomisasi model open-source agar menjawab sesuai gaya dan domainmu, cukup satu GPU 16 GB.
Kustomisasi model open-source agar menjawab sesuai gaya dan domainmu, cukup satu GPU 16 GB.
Pelajari cara membangun chatbot, sistem RAG, dan AI agent dengan framework LangChain menggunakan Python — lengkap dengan kode yang bisa langsung dijalankan.
Jev mengubah keputusan terstruktur jadi output bertipe yang bisa langsung dipakai kode — lebih cepat, murah, dan andal dibanding memaksa LLM menulis JSON.
Belajar menjalankan model bahasa kecil (SLM) seperti Llama 3.2, Qwen, dan Gemma secara offline di laptopmu sendiri menggunakan Ollama — gratis, privat, dan tanpa cloud.
Panduan langkah demi langkah memakai library Browser Use untuk membuat AI agent yang bisa membuka browser, mengklik, mengisi form, dan mengekstrak data dari web secara otomatis menggunakan Python.
Bangun chatbot yang menjawab pertanyaan dari dokumenmu sendiri — pelajari chunking, embedding, vector database ChromaDB, dan integrasi LLM dengan kode Python yang siap dijalankan.
Pelajari cara kerja GPT dari dalam: kita menulis tokenizer, arsitektur transformer, dan backpropagation manual murni dengan NumPy — tanpa PyTorch atau TensorFlow.
Ubah dokumen Office dan PDF menjadi Markdown bersih dalam hitungan milidetik memakai anydoc (Firecrawl), lalu siapkan untuk pipeline RAG dan LLM.
Pelajari cara membuat server MCP (Model Context Protocol) dengan Python dan FastMCP, lalu hubungkan ke LLM agar AI bisa memanggil tools buatanmu secara langsung.