ข้ามไปยังเนื้อหาหลัก
หมวดหมู่
เทคโนโลยี

บทเรียน LLM

อัปเดตข่าว เทคนิคล่าสุด และทรัพยากรสำหรับโมเดลภาษาขนาดใหญ่ บทเรียนของเราเต็มไปด้วยตัวอย่างปฏิบัติและกรณีการใช้งานที่ช่วยพัฒนาทักษะ
เทคโนโลยีอื่น ๆ:
Groupฝึกอบรมบุคคลตั้งแต่ 2 คนขึ้นไป?ลองใช้ DataCamp for Business

บทช่วยสอน SGLang: ให้บริการ Mistral Medium 3.5 แบบโลคอล

ตั้งค่าสภาพแวดล้อม Docker แบบหลาย GPU พร้อม tensor parallelism และ EAGLE speculative decoding เพื่อให้บริการ Mistral Medium 3.5 128B ผ่าน API ที่เข้ากันได้กับ OpenAI

1 มิถุนายน 2569

บทเรียน Claude Code: การตั้งค่า รีแฟกเตอร์ และดีบักแบบลงมือทำ

เรียนรู้การใช้ Claude Code ของ Anthropic เพื่อปรับปรุงเวิร์กโฟลว์พัฒนาซอฟต์แวร์ผ่านตัวอย่างจริงด้วยไลบรารี Supabase สำหรับ Python

28 พฤษภาคม 2569

บทช่วยสอน Multi-Token Prediction: วิธีเร่งความเร็ว LLMs

รัน Qwen3.6 27B บน RTX 3090 และเรียนรู้ว่า Multi-Token Prediction (MTP) กับ llama.cpp จะช่วยเร่งความเร็วการอนุมาน LLM แบบโลคัลได้เกือบ 2 เท่าโดยไม่ต้องอัปเกรด GPU

14 พฤษภาคม 2569

วิธีรัน DeepSeek V4 Flash บนเครื่องโลคัล

เรียนรู้วิธีรันโมเดล DeepSeek V4 Flash ฉบับเต็มบน GPU เดียว ด้วยบิลด์ llama.cpp ที่ปรับแต่งและไฟล์ GGUF ที่รองรับ ในบทเรียนแบบลงมือทำนี้

5 พฤษภาคม 2569

ปรับจูนละเอียด NVIDIA Nemotron-3-Nano ด้วยข้อมูลถาม-ตอบด้านจิตวิทยา

เรียนรู้การปรับจูน NVIDIA Nemotron-3-Nano-4B บนชุดข้อมูลถาม-ตอบด้านจิตวิทยา โดยใช้ GPU RTX 3090 พร้อม LoRA และ TRL หลังดาวน์โหลดโมเดลจาก Hugging Face

29 เมษายน 2569

บทเรียน API Qwen 3.6 Plus: สร้างไปป์ไลน์ประมวลผลใบแจ้งหนี้ด้วย Python

เรียนรู้การใช้ Qwen 3.6 Plus ของ Alibaba, Python และ OpenAI SDK เพื่อสร้างไปป์ไลน์ประมวลผลใบแจ้งหนี้อัตโนมัติที่รองรับวิชันและการเรียกใช้เครื่องมือแบบเนทีฟ

27 เมษายน 2569

Nano Banana 2: คู่มือฉบับเต็มพร้อม Python

เรียนรู้ทุกอย่างที่จำเป็นเกี่ยวกับโมเดลสร้างภาพล่าสุดของ Google อย่าง Nano Banana 2 รวมถึงวิธีสร้างเครื่องมือแก้ไขภาพแบบแชตเชิงวนซ้ำด้วย API ผ่าน Python

22 เมษายน 2569