@paulabartabajo_: 给AI工程师的建议 学习本地AI的最佳方式就是用本地AI去构建。过去7个月的7场动手实践网络研讨会。
摘要
过去7个月中7场动手实践的开源网络研讨会合集,聚焦于使用本地AI和小型语言模型进行构建,全部在设备端运行。
查看缓存全文
缓存时间: 2026/06/13 01:06
给AI工程师的建议 💡
学习本地AI的最佳方式就是亲手用本地AI去构建。
过去7个月的7场实操网络研讨会。全部开源。所有小型LFM模型。全部在设备上运行。
完整合集 🧵(1/7)↓
给AI工程师的建议
学习本地AI的最佳方式就是亲手用本地AI去构建。
过去7个月的7场实操网络研讨会。全部开源。所有小型LFM模型。全部在设备上运行。
完整合集(1/7)↓
1)微调LFM2-VL用于图像分类。
2)用LFM2-Audio构建一个完全本地的音频到语音CLI。
3)使用GRPO和OpenEnv微调LFM2-350M用于浏览器控制。
4)利用LFM2.5-VL-1.6B和WebGPU实现本地视频字幕生成。
5)构建你自己的本地AI编程助手。
6)基于视觉语言模型和卫星图像构建野火检测系统。
7)构建设备端语音助手。
希望能帮到你。
我每周都会从AI实验室的一线实战经验出发,撰写并发送一份包含实操建议的通讯。
你可以免费订阅,每周六就会收到我的邮件。
https://paulabartabajo.substack.com
感谢@paulabartabajo_的分享,我会很快把这所有内容都实践起来。
相似文章
@TheAhmadOsman:本地AI是未来。学习如何运行开源模型(推理),如何系统地评估它们(评估),……
@TheAhmadOsman 的一条推文强调本地AI是未来,并推荐学习诸如运行开源模型、进行评估以及通过微调定制模型等技能。
@TheAhmadOsman: 放下一切 开始使用本地AI完全免费所需的一切 硬件、软件以及任何中间环节…
一份全面的免费指南和资源,用于设置本地AI,涵盖硬件基础、软件栈和模型机制,通过Twitter推文串推广。
@paulabartabajo_:给AI工程师的建议——在自定义数据上微调的小型视觉语言模型,准确率堪比GPT-5……
一条推文称,在自定义数据上微调的小型视觉语言模型准确率可媲美GPT-5,成本却低50倍,并举例Liquid AI的1.6B模型可用llama.cpp本地全速运行。
你是否认真尝试过本地AI?
作者认为本地AI因可用性障碍而被低估,并介绍了他们的项目Euler,旨在让本地AI像云AI一样无缝,同时具备隐私和所有权优势。
@awnihannun: @angeloskath 关于使用MLX构建本地自主AI的视频非常出色。我还听说这是观看次数最多的视频之一……
一条推文强调了Angelos Kath在WWDC上关于使用MLX构建本地自主AI的出色视频,指出开源权重模型和硬件能力的快速进展。