퀄컴 AI 허브 모델을 설정하여 MobileNet-V2 추론과 YOLOv7 탐지를 실행하고 실제 장치에서 모델을 컴파일하는 방법을 배워보세요.
Microsoft Fara를 Google Colab에서 실행하는 방법을 안내하는 튜토리얼입니다. 이 가이드는 모의 OpenAI 호환 엔드포인트를 사용하여 브라우저 에이전트 루프를 테스트하는 내용을 포함하고 있습니다.
이 튜토리얼에서는 ResearchMath-14k 데이터셋을 사용하여 연구 수준의 수학을 위한 NLP 파이프라인을 소개합니다. TF-IDF를 통해 특정 분야의 키워드를 추출하고, 문장 임베딩을 생성하며, 문제의 경향을 시각화합니다.
iii를 활용하여 모듈형 함수를 등록하고 여러 트리거에서 재사용하는 방식으로 문서 인텔리전스 백엔드를 구축하는 방법을 소개합니다.
이 튜토리얼에서는 QLoRA와 DPO를 사용하여 LFM2 모델을 미세 조정하는 방법을 배울 수 있습니다. 구글 코랩에서 TRL과 PEFT를 활용한 과정을 안내합니다.
NVIDIA Apex를 소스에서 빌드하고, FusedAdam, FusedLayerNorm, torch.amp의 성능을 벤치마킹하여 트랜스포머 훈련 속도를 높이는 방법을 소개합니다.
이 튜토리얼에서는 마이크로소프트의 에이전트 거버넌스 툴킷을 활용하여 AI 에이전트의 안전한 워크플로우를 구축하는 방법을 설명합니다. 에이전트의 모든 행동은 거버넌스 레이어를 통해 검증됩니다.
이번 튜토리얼에서는 Python을 위한 강력하고 유연한 로깅 라이브러리인 Loguru를 사용하여 실용적인 사례를 구현합니다.
이 튜토리얼에서는 SkillNet을 활용하여 재사용 가능한 AI 스킬을 발견하고 설치하며 평가 및 조직하는 방법을 다룹니다.
AgentTrove는 170만 개의 에이전트 상호작용 트레이스를 포함한 오픈 소스 데이터셋입니다. 이 튜토리얼에서는 Python을 사용해 데이터셋을 스트리밍하고, 에이전트의 발화를 정규화하며, 명령어를 추출하는 방법을 설명합니다.
이 튜토리얼에서는 Google Colab 또는 리눅스 환경에서 완전한 Ansible 자동화 실습실을 구축하는 방법을 소개합니다. Ansible 설치부터 인벤토리 설정까지 다양한 개념을 다룹니다.
이 튜토리얼에서는 Google Colab에서 pgvector를 활용한 벡터 데이터베이스를 구축하고 PostgreSQL의 기능을 탐구합니다. PostgreSQL 설치부터 pgvector 확장 컴파일, Python 통합까지의 과정을 다룹니다.
이 튜토리얼에서는 제로엔트로피의 제랑크-2 리랭커를 사용하여 검색 품질을 향상시키는 방법을 소개합니다. 기본적인 쿼리-문서 쌍 점수 매기기에서 실용적인 두 단계의 검색 및 재랭크 파이프라인으로 발전하는 과정을 다룹니다.
이 튜토리얼에서는 Open-MM-RL 데이터셋을 기반으로 멀티모달 추론 및 강화 학습을 위한 RLVR 파이프라인을 설계하는 방법을 다룹니다. 데이터셋을 로드하고, 스키마를 검사하며, 다양한 도메인과 형식을 분석합니다.
이 튜토리얼에서는 NVIDIA FLARE를 사용하여 비대칭 CIFAR-10 환경에서 FedAvg와 FedProx를 비교하는 연합 학습 실험을 진행합니다. 클라이언트 데이터는 디리클레 분포를 사용해 불균형한 레이블을 시뮬레이션합니다.
이 튜토리얼에서는 Langfuse 플랫폼을 이용해 트레이싱, 프롬프트 관리, 점수 매기기, 데이터셋 및 실험을 위한 완전한 워크플로우를 구축하는 방법을 소개합니다. 실제 OpenAI 키 또는 결정론적 모의 LLM을 사용하여 Langfuse의 주요 기능을 이해할 수 있습니다.
이 튜토리얼에서는 Anthropic API 위에 구조화된 레이어로 SuperClaude 프레임워크를 사용하여 고급 워크플로우를 구축하는 방법을 설명합니다.
이 튜토리얼에서는 OpenMythos를 활용하여 Google Colab에서 실행되는 고급 재귀 깊이 변환기 워크플로우를 구축합니다. MLA 및 GQA 모델 변형을 생성하고, 매개변수 수를 비교하며, 재귀 주입 행렬의 안정성을 확인합니다.
이 튜토리얼에서는 kg-gen을 사용하여 일반 텍스트와 여러 출처 문서에서 지식 그래프를 생성하는 방법을 설명합니다. 필요한 종속성을 설정하고 LLM을 구성한 후, 간단한 텍스트에서 엔티티, 술어 및 관계를 추출합니다.
이 튜토리얼에서는 OpenAI API를 사용하여 계획, 도구 호출, 메모리 및 자기 비판 기능을 갖춘 고급 에이전틱 AI 시스템을 구축하는 방법을 소개합니다.
이 튜토리얼에서는 llmcompressor를 사용하여 지침 조정 언어 모델에 후처리 양자화를 적용하는 방법을 소개합니다. FP16 기준을 시작으로 다양한 압축 전략을 비교합니다.
이 튜토리얼에서는 SHAP 워크플로우를 활용하여 기계 학습 모델을 해석하는 방법을 소개합니다. 다양한 SHAP 설명자를 비교하고, 모델 인식 및 비인식 접근 방식의 정확도와 실행 시간을 분석합니다.
이 튜토리얼에서는 Repowise를 사용하여 Python 프로젝트 ‘itsdangerous’의 레포지토리 수준 인텔리전스를 구축하는 방법을 실용적이고 재현 가능한 방식으로 설명합니다.
이 튜토리얼에서는 도구 발견, 지능형 라우팅, 구조화된 계획 및 실행을 통합한 MCP 스타일의 라우팅 에이전트 시스템을 처음부터 끝까지 구축하는 방법을 소개합니다.
이 튜토리얼에서는 Django와 Django-Unfold를 사용하여 고급 관리 대시보드를 구축하는 방법을 소개합니다. 새로운 Django 프로젝트를 생성하고 다양한 기능을 설정하는 과정을 다룹니다.
이 튜토리얼에서는 Python에서 고성능 수치 계산을 위한 GPU 가속 대안인 CuPy를 다룹니다. CUDA 장치 점검, CuPy 버전 확인 등을 통해 하드웨어 환경을 이해한 후, NumPy와 CuPy의 비교를 진행합니다.
이 튜토리얼에서는 그래프 기반의 마이크로 세분화 환경을 모델링하여 동적 제로 트러스트 네트워크 시뮬레이션을 구축하는 방법을 소개합니다. 지속적인 검증을 통해 접근 권한을 부여하는 방식입니다.
이 튜토리얼에서는 하이브리드 메모리 자율 에이전트의 아키텍처를 탐구합니다. 이 시스템은 의미 벡터 검색, 키워드 기반 검색, 모듈형 도구 배치 루프를 결합하여 자율적으로 추론하고 기억하며 행동할 수 있는 에이전트를 만듭니다.
이 튜토리얼에서는 skfolio라는 포트폴리오 최적화 라이브러리를 사용하여 다양한 투자 전략을 구축하고 비교하는 방법을 소개합니다. S&P 500 가격 데이터를 활용하여 수익률을 계산하고, 금융 분석에 적합한 데이터 분할을 진행합니다.
이 튜토리얼에서는 pandas-ta-classic을 사용하여 기술 분석 및 거래 전략 워크플로우를 구축하는 방법을 설명합니다. 필요한 라이브러리 설치부터 OHLCV 주식 데이터 다운로드, 데이터 구조 정리, 지표 카테고리 검토까지 다룹니다.
이 튜토리얼에서는 Memori를 에이전트 네이티브 메모리 인프라로 활용하여 지속적이고 맥락 인식이 가능한 LLM 애플리케이션을 구축하는 방법을 설명합니다.
이 튜토리얼에서는 NadirClaw를 활용하여 프롬프트를 간단한 것과 복잡한 것으로 분류한 후, 가장 적합한 모델로 전송하는 지능형 라우팅 시스템을 구축하는 방법을 소개합니다.
이 튜토리얼에서는 FLARE-FLOSS를 사용하여 Windows PE 파일에서 숨겨진 문자열을 복구하는 방법을 설명합니다. 여러 기법을 통해 문자열을 숨기는 악성코드 유사 실행 파일을 생성하고 분석합니다.
이 튜토리얼에서는 PBMC-3k 벤치마크 데이터셋을 사용하여 Scanpy로 단일 세포 RNA-seq 분석 워크플로우를 수행합니다. 데이터셋 로딩, 구조 검사, 품질 관리 체크를 포함한 과정을 다룹니다.
이 튜토리얼에서는 Stealth Chromium 환경에서 Playwright 스타일 API를 사용하는 CloakBrowser라는 파이썬 친화적인 브라우저 자동화 도구를 소개합니다. CloakBrowser 설정과 일반적인 Colab asyncio 루프 문제 해결 방법을 다룹니다.
이 튜토리얼에서는 Groq의 무료 OpenAI 호환 추론 엔드포인트를 사용하여 Groq 기반의 에이전틱 연구 워크플로우를 구축하는 방법을 소개합니다.
이 튜토리얼에서는 NiceGUI를 사용하여 실시간 대시보드와 CRUD 기능을 포함한 다중 페이지 웹 애플리케이션을 구축하는 방법을 설명합니다. 환경 설정부터 재사용 가능한 레이아웃 디자인까지 단계별로 안내합니다.
이 튜토리얼에서는 대형 언어 모델을 위한 완전한 기술 기반 에이전트 시스템을 구축하고, 모듈형 기능을 AI 에이전트를 위한 운영 체제처럼 구성하는 방법을 탐구합니다.
이 튜토리얼에서는 설문 데이터의 편향을 수정하는 전체 워크플로우를 소개합니다. 샘플링 편향을 의도적으로 도입한 후, 여러 재가중치 기법을 적용하여 편향 없는 추정치를 회복하는 방법을 설명합니다.
이 튜토리얼에서는 ZenML을 사용하여 고급 머신러닝 파이프라인을 구축하는 방법을 안내합니다. 환경 설정부터 시작해 커스텀 머티리얼라이저 정의, 메타데이터 추출 및 하이퍼파라미터 최적화까지 다양한 과정을 다룹니다.
이번 튜토리얼에서는 Hugging Face의 TaskTrove 데이터셋을 깊이 있게 탐구하고, 효율적으로 탐색할 수 있는 실용적인 워크플로우를 구축합니다. 전체 데이터셋을 다운로드하지 않고 실시간으로 개별 샘플을 스트리밍하여 작업합니다.
다중 에이전트 AI 워크플로우를 통해 생물학적 네트워크 모델링, 단백질 상호작용, 대사 및 세포 신호 시뮬레이션을 구축하는 방법에 대한 포스트가 소개되었습니다.
이번 튜토리얼에서는 lambda/hermes-agent-reasoning-traces 데이터셋을 활용해 에이전트 기반 모델의 사고 방식과 도구 사용, 다중 대화에서의 응답 생성 과정을 탐구합니다.
이 튜토리얼에서는 MEG 데이터를 사용하여 뇌 신호에서 직접 언어적 특징을 해독하는 방법을 소개합니다. 신경 활동을 의미 있는 예측으로 변환하는 시스템을 구축합니다.
이 튜토리얼에서는 TRL 라이브러리를 사용하여 대형 언어 모델의 후속 훈련 과정을 단계별로 안내합니다. 경량 모델을 시작으로, 감독 세부 조정, 보상 모델링, 직접 선호 최적화, 그룹 상대 정책 최적화의 네 가지 주요 기법을 적용합니다.
이 튜토리얼에서는 외부 프레임워크 없이 순수 파이썬으로 에이전틱 UI 스택을 구축하는 방법을 설명합니다. 실시간으로 에이전트 행동을 관찰할 수 있는 AG-UI 이벤트 스트림을 구현합니다.
이 글에서는 Pyright를 활용한 타입 체크 구현에 대해 다루며, 제네릭, 프로토콜, 엄격 모드, 타입 축소 및 현대 파이썬 타이핑을 포함한 내용을 설명합니다.
이 튜토리얼에서는 ParseBench 데이터셋을 사용하여 문서 파싱 시스템을 평가하는 방법을 알아봅니다. Hugging Face에서 데이터셋을 로드하고, 텍스트, 표, 차트, 레이아웃 등 다양한 차원을 분석합니다.
이 튜토리얼에서는 Colab 환경에서 Promptflow를 사용하여 완전한 LLM 워크플로우를 구축하는 방법을 소개합니다. 안전한 OpenAI 연결 설정과 함께 신뢰할 수 있는 키링 백엔드를 설정하는 방법을 다룹니다.
이 튜토리얼에서는 픽셀 관찰을 통해 인식, 계획, 예측 및 재계획을 학습하는 구현 시뮬레이션 비전 에이전트를 구축하는 방법을 소개합니다.
이 튜토리얼에서는 강화 학습을 활용한 에이전트를 구축하여 장기 기억 데이터베이스에서 관련 기억을 검색하는 방법을 배웁니다. 이를 통해 정확한 질문 응답을 위한 기초를 다집니다.
이 튜토리얼에서는 OpenKB와 OpenRouter를 활용해 로컬 지식 베이스를 구축하고 쿼리하는 방법을 소개합니다. API 키를 안전하게 가져오고, 비밀 정보를 하드코딩하지 않고 환경을 설정하는 방법을 배웁니다.
이 튜토리얼에서는 BudouX를 사용하여 일본어, 중국어, 태국어와 같이 공백이 자연스럽지 않은 언어에서 지능적이고 구문 인식이 가능한 줄 바꿈을 구현하는 방법을 소개합니다.
RAG 시스템의 대부분은 검색 과정에서 문제가 발생합니다. 전통적인 방식은 벡터 유사성에 의존하지만, 이는 실제로 필요한 관련성을 보장하지 못합니다. PageIndex는 이러한 문제를 해결하기 위해 추론 기반 검색 방식을 제안합니다.
이 튜토리얼에서는 대규모 데이터셋을 효과적으로 시각화할 수 있는 Datashader 라이브러리를 소개합니다. Google Colab을 통해 다양한 시각화 기법을 단계별로 배워봅니다.
이 튜토리얼에서는 vLLM 위에 구축된 동적 KV 캐시 구현인 kvcached를 탐구하며, 대형 언어 모델의 GPU 메모리 사용 방식을 변화시키는 방법을 설명합니다.
이 튜토리얼에서는 Microsoft의 OpenMementos 데이터셋을 활용하여 추론 트레이스의 구조를 블록과 메멘토를 통해 분석하는 방법을 소개합니다. Colab에서 실행 가능한 워크플로우를 통해 데이터셋을 효율적으로 스트리밍하고, 특수 토큰 형식을 파싱하며, 추론과 요약이 어떻게 구성되는지 살펴봅니다.
이번 튜토리얼에서는 Qwen 3.6-35B-A3B 모델을 기반으로 멀티모달 MoE 모델을 실제 워크플로우에 적용하는 방법을 다룹니다. 환경 설정부터 GPU 메모리에 따른 모델 로딩, 재사용 가능한 채팅 프레임워크 구축까지 다양한 내용을 포함합니다.
이번 튜토리얼에서는 Microsoft의 Phi-4-mini를 사용하여 현대 LLM 워크플로우를 처리하는 방법을 소개합니다. 안정적인 환경 설정과 4비트 양자화를 통한 모델 로딩 과정을 단계별로 설명합니다.
이 튜토리얼에서는 Magika의 딥러닝 기반 파일 유형 탐지와 OpenAI의 언어 지능을 결합하여 실용적인 분석 파이프라인을 구축하는 방법을 소개합니다.
이 튜토리얼에서는 GPU 가속을 활용하여 PrismML의 최적화된 GGUF 배포 스택을 사용해 Bonsai 1비트 대형 언어 모델을 효율적으로 실행하는 방법을 설명합니다.
이 튜토리얼에서는 Hypothesis를 사용한 속성 기반 테스트를 탐구하며, 전통적인 단위 테스트를 넘어서는 엄격한 테스트 파이프라인을 구축합니다. 다양한 테스트 기법을 통해 시스템의 기능적 정확성과 행동 보장을 검증합니다.
이 튜토리얼에서는 Google Colab에서 OpenAI의 오픈 웨이트 GPT-OSS 모델을 실행하는 방법을 다룹니다. 기술적 특성, 배포 요구 사항, 실용적인 추론 워크플로우에 중점을 두고 설명합니다.
이 튜토리얼에서는 Redis에 의존하지 않고 Huey를 사용하여 완전한 백그라운드 작업 처리 시스템을 구축하는 방법을 설명합니다. SQLite를 기반으로 한 Huey 인스턴스를 설정하고, 고급 작업 패턴을 구현하는 방법을 다룹니다.
NetKet과 JAX를 사용하여 변형자 아키텍처와 양자 물리를 결합하는 방법을 배워보세요. 이 가이드는 신경 양자 상태를 통해 J1-J2 하이젠베르크 스핀 체인을 해결하는 연구 수준의 VMC 파이프라인 구축 과정을 안내합니다.
이 튜토리얼에서는 Mem0와 OpenAI 모델, ChromaDB를 활용하여 AI 에이전트를 위한 범용 장기 기억 레이어를 구축하는 방법을 소개합니다. 자연 대화에서 구조화된 기억을 추출하고, 의미적으로 저장하며, 지능적으로 검색하는 시스템을 설계합니다.
이 튜토리얼에서는 SmolAgents를 사용하여 다중 에이전트 AI 시스템을 구축하는 방법을 소개합니다. 현대의 경량 AI 에이전트가 코드 실행, 도구 호출 및 동적 오케스트레이션을 통해 협력하는 과정을 보여줍니다.
이 튜토리얼에서는 Crawl4AI의 전체 워크플로우를 구축하고 현대 웹 크롤링의 다양한 기능을 탐구합니다. 기본 크롤링, 마크다운 생성, JavaScript 실행 등 필수 기능을 설정하는 방법을 다룹니다.
이 튜토리얼에서는 구글 ADK를 활용한 고급 데이터 분석 파이프라인을 구축하고, 실제 분석 작업을 위한 다중 에이전트 시스템으로 구성하는 방법을 설명합니다.
이 튜토리얼에서는 NVIDIA PhysicsNeMo를 사용하여 물리 기반 머신러닝을 위한 실용적인 워크플로우를 구축합니다. 2D 다르시 흐름 문제를 위한 데이터 생성과 물리적 필드 시각화를 포함합니다.
이 튜토리얼에서는 DuckDB-Python의 기능을 코드로 직접 실습하며 종합적으로 이해하는 과정을 다룹니다. 연결 관리와 데이터 생성의 기초부터 시작해, 실제 분석 워크플로우를 진행합니다.
이 튜토리얼에서는 Microsoft VibeVoice를 사용하여 음성 인식과 실시간 음성 합성을 위한 워크플로우를 구축하는 방법을 소개합니다. 환경 설정부터 최신 모델 지원 확인까지 단계별로 안내합니다.
이 튜토리얼에서는 MolmoAct를 단계별로 설명하며, 시각적 관찰을 통해 공간에서의 행동 추론 모델이 어떻게 작동하는지 이해합니다. 환경 설정, 모델 로드, 다중 시점 이미지 입력 준비 등을 다룹니다.
이 튜토리얼에서는 OpenClaw 런타임을 구축하고 운영하는 방법을 소개합니다. 로컬 환경에서 안전한 실행 환경을 설정하고, 인증된 모델 접근을 구성하는 방법을 다룹니다.
복잡한 예측 문제를 해결하기 위해 여러 모델을 결합하는 앙상블 방식이 사용되지만, 이는 운영 복잡성과 지연 문제로 인해 실제 적용이 어렵습니다. 지식 증류는 이러한 앙상블을 교사로 활용하여 더 작은 모델을 훈련시키는 방법을 제시합니다.
이 튜토리얼에서는 Colab에서 마커 없는 3D 운동학을 이해하기 위한 Pose2Sim 파이프라인을 구축하고 실행하는 방법을 설명합니다. 환경 설정부터 시작해 다양한 단계가 포함됩니다.
이 튜토리얼에서는 NVIDIA의 KVPress를 통해 긴 문맥 언어 모델 추론을 효율적으로 수행하는 방법을 자세히 설명합니다. 환경 설정, 라이브러리 설치, 모델 로딩 및 간단한 워크플로우 준비 과정을 다룹니다.
이 튜토리얼에서는 구글의 LangExtract 라이브러리를 사용해 비정형 텍스트를 구조화된 기계 판독 정보로 변환하는 방법을 소개합니다. OpenAI API 키 설정과 재사용 가능한 추출 파이프라인 구축 방법도 다룹니다.
이 튜토리얼에서는 Colab에서 원활하게 실행되는 ModelScope의 전체적인 워크플로우를 탐구합니다. 환경 설정, 의존성 확인, GPU 가용성 검증을 통해 신뢰성 있는 작업을 시작합니다.
이번 튜토리얼에서는 2026년 3월 구글이 발표한 Gemini API 도구 업데이트를 다룹니다. 구글 검색과 구글 지도, 맞춤형 기능 호출을 단일 API 요청으로 결합하는 방법을 실습을 통해 배워봅니다.
이 튜토리얼에서는 Python을 사용하여 Colab에서 Open WebUI를 안전하게 배포하는 방법을 안내합니다. API 키를 안전하게 입력하고 환경 변수를 설정하는 과정을 포함합니다.
이 튜토리얼에서는 NVIDIA 변환 엔진을 Python으로 구현하며, 혼합 정밀도 가속을 활용한 딥러닝 워크플로우를 탐구합니다. 환경 설정, GPU 및 CUDA 준비 상태 확인, 필요한 구성 요소 설치 방법을 다룹니다.
이번 튜토리얼에서는 Netflix의 VOID 모델을 위한 고급 파이프라인을 구축하고 실행하는 방법을 소개합니다. 환경 설정, 필수 종속성 설치, 저장소 클론, 모델 다운로드 등의 과정을 다룹니다.
이 튜토리얼에서는 Z.AI의 GLM-5 모델을 활용하여 실제 에이전틱 애플리케이션을 위한 시스템 구축 방법을 소개합니다. 기본 환경 설정부터 고급 기능까지 단계별로 설명합니다.
이 튜토리얼에서는 NVIDIA 모델 최적화기를 사용하여 Google Colab에서 딥러닝 모델을 훈련하고 가지치기 및 미세 조정하는 전체 파이프라인을 구축하는 방법을 설명합니다.
이 튜토리얼에서는 AgentScope 워크플로우를 처음부터 끝까지 구축하고 Colab에서 실행하는 방법을 설명합니다. OpenAI와 AgentScope를 연결하고 기본 모델 호출을 검증하는 과정이 포함됩니다.
이 튜토리얼에서는 Hugging Face Transformers와 HF Token을 사용하여 Gemma 3 1B 인스트럭션을 위한 Colab 워크플로우를 구축하고 실행하는 방법을 단계별로 설명합니다.
유전자 치료가 더 많은 환자 집단을 대상으로 발전함에 따라, 아데노 관련 바이러스(AAV) 제조업체들은 고품질 벡터를 대규모로 제공해야 하는 압박을 받고 있습니다. 이번 튜토리얼에서는 AAV 생산의 일관성을 높이는 방법을 다룹니다.
이 튜토리얼에서는 A-Evolve 프레임워크를 사용하여 OpenAI 기반의 에이전트를 구축하고, 맞춤형 벤치마크를 정의하며, 진화 엔진을 개발하는 과정을 설명합니다.
효과적인 데이터 관행이 실험 과학자들이 기존 작업 흐름에서 자연스럽게 사용할 수 있는 소프트웨어를 통해 이루어져야 한다는 점이 강조된다.
이 튜토리얼에서는 OpenAI 호환 모델을 사용하여 CAI 사이버 보안 AI 프레임워크를 단계별로 구축하고 탐색합니다. 환경 설정부터 API 키 안전 로딩, 기본 에이전트 생성까지 다룹니다.
이 튜토리얼에서는 HKUDS의 초경량 개인 AI 에이전트 프레임워크인 나노봇을 깊이 있게 탐구합니다. 기본 시스템을 수동으로 재구성하며 나노봇의 핵심 기능을 이해하는 방법을 소개합니다.
이 튜토리얼에서는 마크다운 노트를 탐색 가능한 지식 그래프로 다루는 오픈소스 개인 지식 관리 시스템 IWE를 구현합니다. 개발자 지식 기반을 구축하고, 위키 링크와 마크다운 링크를 연결하는 방법을 설명합니다.
이 튜토리얼에서는 Claude 스타일의 사고로 증류된 Qwen3.5 모델을 사용하여 Colab 파이프라인을 설정하는 방법을 설명합니다. 27B GGUF 변형과 경량 2B 4비트 버전 간의 전환이 가능합니다.
이 튜토리얼에서는 MolmoWeb을 사용하여 스크린샷에서 직접 웹사이트를 이해하고 상호작용하는 AI 에이전트를 구축하는 방법을 소개합니다. Colab 환경을 설정하고, 4비트 양자화를 통해 MolmoWeb-4B 모델을 로드합니다.
이 튜토리얼에서는 HKUDS가 개발한 자가 진화형 기술 엔진 OpenSpace를 소개합니다. AI 에이전트의 효율성을 높이고, 작업 수행을 통해 학습하는 방법을 다룹니다.
이 튜토리얼에서는 Google의 새로운 오픈소스 MCP 서버인 colab-mcp를 활용하여 Google Colab 노트북과 런타임을 프로그래밍적으로 제어하는 AI 에이전트를 설계하는 방법을 소개합니다.
검색 엔진에 쿼리를 입력할 때, 어떤 문서가 관련성이 있는지를 결정하고 순위를 매기는 방법에 대해 BM25와 RAG의 차이를 살펴봅니다.
이 튜토리얼에서는 Google DeepMind가 개발한 RLax 라이브러리를 사용하여 CartPole 환경을 해결하는 강화 학습 에이전트를 구현합니다. JAX, Haiku, Optax와 함께 Deep Q-Learning(DQN) 에이전트를 구축하는 방법을 소개합니다.
이 튜토리얼에서는 Python을 이용한 계산 재료 과학을 위한 pymatgen 라이브러리의 기능을 탐구합니다. 실리콘, 염화나트륨, LiFePO4 유사 물질의 결정 구조를 구축하고, 이들의 격자 속성과 조성을 분석합니다.
