Local AI / Local LLM
AI model တွေကို ကိုယ့် computer ပေါ်မှာ run ပြီး အသုံးပြုနည်းကို အခြေခံမှ အဆင့်မြင့်အထိ လေ့လာတဲ့ tutorial ၂၅ ခန်း — Local vs Cloud AI, hardware နှင့် VRAM ခန့်မှန်းနည်း, quantization နှင့် model format, Ollama နှင့် LM Studio, local API, embeddings နှင့် local RAG, local agent နှင့် tool calling, security/privacy အမှန်တရား, fine-tuning vs RAG, ပြီးလျှင် hands-on project သုံးခု — chat assistant, private document Q&A, local coding agent တို့ ပါဝင်ပါတယ်။
25 သင်ခန်းစာများ · 780 မိနစ် · Learning Platform Editorial Team
လက်ထဲမှာ ဘာရှိရင် ရပြီ
- Computer တစ်လုံး (CPU-only နဲ့ model အသေးလေးတွေ run လို့ရပါတယ် — dedicated GPU ရှိရင် ပိုကောင်းပေမယ့် မလိုအပ်ပါ၊ Lesson 3 မှာ ရှင်းပြထားပါတယ်)
- Terminal / command prompt
- Course ရဲ့ နောက်ပိုင်းမှာ model အစစ် run ဖို့ အသင့်ဖြစ်တဲ့အခါ Ollama (သို့) LM Studio (ရွေးချယ်နိုင်)
မစခင် ဒီလောက်ပဲ သိထားပါ
- Computer အခြေခံ အသုံးပြုနိုင်မှု — app install လုပ်ခြင်း, terminal မှာ command ရိုက်ခြင်း, file path ဆိုတာ နားလည်ခြင်း။ Beginner section အားလုံးက programming အတွေ့အကြုံ လုံးဝ မလိုအပ်ဘူးလို့ ယူဆထားပါတယ်
- အကူအညီဖြစ်ပေမယ့် မလိုအပ်ပါ — Python (သို့) JavaScript/TypeScript အခြေခံ (intermediate/advanced chapter တွေမှာ local AI app ငယ်လေးတွေ နှစ်ဘာသာလုံးနဲ့ တည်ဆောက်ပါတယ်)
- အကူအညီဖြစ်ပေမယ့် မလိုအပ်ပါ — JSON နှင့် HTTP API အခြေခံ (local model ကို local web server ငယ်လေးတစ်ခုကတစ်ဆင့် အသုံးပြုလို့ပါ)
ဒီသင်တန်းပြီးရင် ကိုယ်ဘာလုပ်တတ်မလဲ
- Local AI vs Cloud AI ကို ရိုးသားစွာ ရှင်းပြနိုင်ခြင်း — hybrid architecture က ဘယ်အခါ တစ်ဖက်ကို ရွေးတာထက် ပိုကောင်းလဲ အပါအဝင်
- Parameter count, quantization, context window ကနေ model တစ်ခု ကိုယ့် hardware ပေါ်မှာ ကိုက်ညီမလားဆိုတာ ခန့်မှန်းနိုင်ခြင်း
- Ollama နှင့် LM Studio ဖြင့် local model အစစ်ကို run/configure နိုင်ပြီး llama.cpp ကို တိုက်ရိုက် ဘယ်အခါ သုံးသင့်လဲ သိရှိခြင်း
- Python နှင့် JavaScript/TypeScript နှစ်ခုလုံးဖြင့် local model API ကို အသုံးပြုတဲ့ app ငယ်လေး တည်ဆောက်နိုင်ခြင်း
- Local RAG pipeline (chunking, embeddings, vector search) ဒီဇိုင်းဆွဲနိုင်ပြီး model ကို ဘာလုပ်ပေး/မပေးဘူးဆိုတာ ရှင်းပြနိုင်ခြင်း
- Local AI ရဲ့ တကယ့် security/privacy အန္တရာယ်များကို သိရှိပြီး 'local' ဆိုတာ 'private' (သို့) 'secure' ကို automatically မဆိုလိုကြောင်း နားလည်ခြင်း
- Project အစစ်များ ဆောက်နိုင်ခြင်း — local chat assistant, private document Q&A tool, permission ဘေးကင်းသော local coding agent