KI-Tutorials

In this tutorial to deep learning in R with RStudio's keras package, you'll learn how to build a Multi-Layer Perceptron (MLP).

Baue ein Dokument-Q&A-Tool und entdecke, wie LangFuse Debugging vereinfacht, Kosten trackt und Prompts in komplexen LLM-Anwendungen organisiert.

Vergleiche LangChain, LangGraph, LangSmith und LangFlow. Erfahre Rollen, Stärken und wann du welches Framework für produktionsreife KI-Anwendungen einsetzt.

Lerne, wie LMCache KV-Zustände über LLM-Anfragen hinweg speichert und wiederverwendet, mit vLLM integriert und wiederholte Prefill-Berechnungen bei Long-Context-Inferenz reduziert.

Lerne, wie du Googles neueste multimodale Modelle nutzt, um performante, kostengünstige Bild- und Video-Pipelines in Python zu bauen.

Lerne, wie du mit den neuesten Funktionen von Veo 3.1 längere, stimmige Videos erstellst – durch das Erweitern bestehender Clips und das Generieren von Videos ab bestimmten Startframes.

Praxisnahes Tutorial: Kimi K2 Thinking ausführen, Tool-Workflows bauen, transparentes Reasoning einsehen und gegen GPT-5 und Claude 4.5 benchmarken.

Lerne, wie du mit der Perplexity Search API eine Chrome-Erweiterung baust, die Faktenbehauptungen in Echtzeit prüft. Inklusive Node.js-Backend und API-Integrationsguide.

Teste Qwen3-Max-Thinking, das größte LLM der Welt, im Reasoning-Modus. Sieh dir an, wie es sich in Logik, Mathe und Code gegen GPT-5 und Claude Sonnet 4.5 schlägt.

Erfahre, wie Vision-Language-Action (VLA) Modelle funktionieren, wie sie sich von VLMs unterscheiden und wie du 2026 zwischen OpenVLA, pi0 und SmolVLA wählst.

Lerne in diesem Schritt-für-Schritt-Python-Tutorial, wie du die Seedance 2 API nutzt. Beherrsche Text-zu-Video, Bildinterpolation und multimodale Inputs über BytePlus Ark.

Dieses Tutorial führt in Oracle AI Vector Search ein, erklärt die Kernfunktionen und begleitet dich durch ein praxisnahes lokales Projekt. Außerdem behandelt es Setup, semantische Suche, Vektorindizes und häufige Fehlerbehebung.