#lm-studio — Public Fediverse posts

LM StudioでローカルLLM環境を構築してみた
https://qiita.com/Hinata-H/items/00542a07b227f79635f5?utm_campaign=popular_items&utm_medium=feed&utm_source=popular_items

#qiita #macOS #AI #LLM #LocalAI #LMStudio

WebBrain is now available on Edge too:

https://microsoftedge.microsoft.com/addons/detail/webbrain/dfbioajafcijomhljabppcelecgdgfeo

#webbrain #edge #browser #ollama #opensource #llamacpp #lmstudio #qwen #ai #gemma #automation

WebBrain is now available on Edge too:

https://microsoftedge.microsoft.com/addons/detail/webbrain/dfbioajafcijomhljabppcelecgdgfeo

#webbrain #edge #browser #ollama #opensource #llamacpp #lmstudio #qwen #ai #gemma #automation

#oMLX schaut genau nach der richtigen mischung zwischen #ollama - wo man zu wenig einstellen kann - und #lmstudio - wo man zu viel einstellen kann :-P

sehr aufgeräumtes design und guter erst eindruck - pinguin als logo vllt ein bissel zu selbstbewusst :D

ich hab das bisher so gelöst: lmstudio hört auf 0.0.0.0 - #macstudio ist mit #tailscale verbunden mit vserver - caddy auf vserver stellt mein lmstudio über https in netz

so kann ich von überall meinen lokaken llm aufrufen

ist dann noch #localai ??? wohl eher #selfhostedAI :)

Bin gerade dabei ein wenig mit lokaler KI zu experimentieren und ich bin überrascht, wie leistungsfähig sie schon auf meinem normalen Notebook und Smartphone läuft:
https://lowmark.de/blog/lokale-ki-llm-statt-chatgpt.html
#LLM #KI #ChatGPT #AI #ollama #lmstudio #openwebui #pocketpal #Chatbot #claude

Meet WebBrain: An Open-Source, Local-First AI Browser Agent That Reads Pages and Automates Tasks in Chrome and Firefox

https://www.marktechpost.com/2026/07/02/meet-webbrain-an-open-source-local-first-ai-browser-agent-that-reads-pages-and-automates-tasks-in-chrome-and-firefox/

#offlinellm #llm #ai #opensource #localai #nvidia #gemma #qwen #lmstudio #llamacpp #ollama

Meet WebBrain: An Open-Source, Local-First AI Browser Agent That Reads Pages and Automates Tasks in Chrome and Firefox

https://www.marktechpost.com/2026/07/02/meet-webbrain-an-open-source-local-first-ai-browser-agent-that-reads-pages-and-automates-tasks-in-chrome-and-firefox/

#offlinellm #llm #ai #opensource #localai #nvidia #gemma #qwen #lmstudio #llamacpp #ollama

TagSpaces 6.13 is out 🎉

The highlight for the #FOSS crowd: bring your own AI. Point TagSpaces at a local runtime — #LMStudio, #llamacpp — or any OpenAI-compatible endpoint. Run it entirely offline; your files and prompts never leave your machine.

Also in this release:
📱 New iOS app with iCloud (beta)
🤖 Rebuilt Android app on Capacitor
💾 Location backup now free
🔍 Filters for tags, locations & quick access

https://www.tagspaces.org/blog/tagspaces-6-13

#TagSpaces #PKM #LocalFirst #Privacy #SelfHosted #LocalLLM

TagSpaces 6.13 is out 🎉

The highlight for the #FOSS crowd: bring your own AI. Point TagSpaces at a local runtime — #LMStudio, #llamacpp — or any OpenAI-compatible endpoint. Run it entirely offline; your files and prompts never leave your machine.

Also in this release:
📱 New iOS app with iCloud (beta)
🤖 Rebuilt Android app on Capacitor
💾 Location backup now free
🔍 Filters for tags, locations & quick access

https://www.tagspaces.org/blog/tagspaces-6-13

#TagSpaces #PKM #LocalFirst #Privacy #SelfHosted #LocalLLM

📝 AI Coding auf privater Hardware

An die Softwareentwicklung mit KI habe ich mich inzwischen ziemlich gewöhnt, entsprechend nutze ich das auch gerne für meine privaten Projekte. Aufgrund der Abo-Kosten und Anfragen-Limitierungen in der Cloud habe ich versucht auf eigener Hardware ein ähnliches Setup aufzubauen. Es funktioniert allerdings nicht, für sinnvolle …

Ganzer Beitrag: https://martin-ueding.de/posts/ai-coding-auf-privater-hardware/

#KünstlicheIntelligenz #OpenCode #Ollama #Qwen #LMStudio #Claude #AICoding

📝 AI Coding auf privater Hardware

An die Softwareentwicklung mit KI habe ich mich inzwischen ziemlich gewöhnt, entsprechend nutze ich das auch gerne für meine privaten Projekte. Aufgrund der Abo-Kosten und Anfragen-Limitierungen in der Cloud habe ich versucht auf eigener Hardware ein ähnliches Setup aufzubauen. Es funktioniert allerdings nicht, für sinnvolle …

Ganzer Beitrag: https://martin-ueding.de/posts/ai-coding-auf-privater-hardware/

#KünstlicheIntelligenz #OpenCode #Ollama #Qwen #LMStudio #Claude #AICoding

1/x
Heute nach der Schule wird mit allen #Ministral 3 Varianten gespielt.
Base, Instruct und Reasoning jeweils mit 3B, 8B und 14B.
Alle haben Vision. Ich teste explizit mal keinen #code, sondern anderes. Ganz unwissenschaftlich und dreckig.

Dabei schaue ich auf, die Anzahl der Prompts, bis der Akku von 100 auf 5 Prozent entleert ist, wie lange die Antwort braucht, ob und bei was da Model die Antwort verweigert, wie gut die Antwort meine Anfrage trifft (gefühlt) und Tokens/Sec.
#ai #lmstudio

Ernüchterung - warte auf ein #Update?!?

#localai #lmstudio #northminicode #llm

durch zufall da drüber gestolpert

zur abwechselung mal was amerikanisches was frei verfügbar ist 🤔

vllt ein neue lokale modell was mal in #hermes arbeiten lassen kann?

wir werden sehen!

#localai #lmstudio #macstudio #llm #northminicode

durch zufall da drüber gestolpert

zur abwechselung mal was amerikanisches was frei verfügbar ist 🤔

vllt ein neue lokale modell was mal in #hermes arbeiten lassen kann?

wir werden sehen!

#localai #lmstudio #macstudio #llm #northminicode

DEVONthink 4.3.2 is here. Now supports Claude Fable 5 (when it becomes available once more) and Ollama image diffusion models, plus a new LM Studio connector. Also: faster MCP search and improved redaction before sending data to AI. We fixed a crash on the macOS 27 Developer Beta, too. #devonthink #ai #claude #fable #ollama #lmstudio #macos27 https://www.devontechnologies.com/apps/devonthink

DEVONthink 4.3.2 is here. Now supports Claude Fable 5 (when it becomes available once more) and Ollama image diffusion models, plus a new LM Studio connector. Also: faster MCP search and improved redaction before sending data to AI. We fixed a crash on the macOS 27 Developer Beta, too. #devonthink #ai #claude #fable #ollama #lmstudio #macos27 https://www.devontechnologies.com/apps/devonthink

@mjdxp

Can I suggest #LMStudio: https://lmstudio.ai/

@mjdxp

Can I suggest #LMStudio: https://lmstudio.ai/

The model generally produces factually correct answers across multiple domains.

Read more 👉 https://lttr.ai/AsE33

#llm #lmstudio #genai

The model generally produces factually correct answers across multiple domains.

Read more 👉 https://lttr.ai/AsE33

#llm #lmstudio #genai

AI na Macu, czyli komputer znowu staje się osobisty

Zaraz po keynote WWDC26, na którym Apple pokazało najnowsze systemy z rodziny 27, trafiłem na pierwszy briefing dla mediów. Temat brzmiał: „AI on Mac Experience”. I przyznam, że już sama nazwa była ciekawa, bo w Europie, a konkretnie w Unii Europejskiej, rozmowa o Apple Intelligence wciąż ma w sobie sporo frustracji. Wiemy, że część funkcji nie działa, wiemy dlaczego nie działa, wiemy też, że dla użytkowników końcowych to wszystko jest mało pocieszające.

Tym razem było jednak inaczej.

Paradoksalnie, mimo braku większości Apple Intelligence w UE, akurat to, co zobaczyłem podczas briefingu, ma być dostępne również u nas. Dlaczego? Bo nie chodziło o Apple Intelligence jako zamknięty zestaw funkcji systemowych, tylko o integrację aplikacji firm trzecich z macOS i mocą lokalnego sprzętu Apple. A to zmienia perspektywę.

Rozmawiałem z zespołami Perplexity, Draw Things oraz LM Studio. Trzy różne podejścia do AI na Macu. Trzy zupełnie inne scenariusze. I jedna wspólna myśl, która wracała w każdej rozmowie: Mac przestaje być tylko terminalem. Znowu staje się komputerem osobistym. Naprawdę osobistym.

AI, które nie musi od razu uciekać do chmury

Przez ostatnie lata przyzwyczailiśmy się, że AI mieszka gdzieś daleko. W centrum danych, w chmurze, za API, za subskrypcją, za limitem tokenów. Wpisujemy prompt, czekamy, dostajemy odpowiedź. Działa to świetnie, ale jednocześnie ma swoją cenę. Dosłownie i w przenośni. Płacimy za użycie, oddajemy dane poza urządzenie, a cały proces jest zależny od połączenia, usługodawcy i jego aktualnych zasad.

Na briefingu zobaczyłem coś, co idzie w inną stronę. Nie całkowicie odrzuca chmurę, bo to byłoby naiwne, ale próbuje ustawić ją na nowo. Czasem chmura jest mózgiem orkiestrującym zadania. Czasem Mac jest lokalnym wykonawcą. Czasem wszystko dzieje się wyłącznie na urządzeniu. A czasem kilka Maców połączonych razem zaczyna udawać prywatne centrum danych.

Najbardziej ekstremalnym przykładem było LM Studio.

LM Studio: własny model frontier na biurku

Przy stole stały cztery Mac Studio. Każdy z 512 GB zunifikowanej pamięci. Razem: 2 TB pamięci. Nie dysku. Pamięci RAM. To rozróżnienie powtarzano kilka razy, bo właśnie ono jest tutaj kluczowe. Takie maszyny połączono ze sobą przez Thunderbolt 5.

Brzmi jak pokaz siły? Trochę tak. Ale też jak bardzo konkretny kierunek.

LM Studio to aplikacja, która pozwala pobierać modele AI na Maca i uruchamiać je lokalnie. Bez wysyłania danych do chmury. Na jednym Macu pokazano mniejszy model, Gemma, który odpowiadał natychmiast i potrafił pracować także z obrazami. To była rozgrzewka.

Później uruchomiono klaster czterech Mac Studio i model określany jako Kimmy K 2.6, z 1 trylionem parametrów. Tak, trylionem. W praktyce mówimy o klasie modeli, które zwykle kojarzymy z wielką infrastrukturą serwerową, a nie ze sprzętem stojącym na stole w sali briefingowej.

Najciekawsze nie było jednak samo „zobaczcie, działa”. Najciekawsze było to, jak ten duży model współpracował z mniejszymi modelami. Frontier model dostawał zadanie, analizował je, wybierał narzędzia, wywoływał mniejszy model do rozpoznania obrazu, oceniał wynik, dawał sobie informację zwrotną i poprawiał rezultat. W demonstracji chodziło o adnotację zdjęcia, która za pierwszym razem była średnia, a potem została poprawiona dzięki takiemu lokalnemu łańcuchowi działań.

To jest dokładnie ten moment, w którym AI przestaje być tylko chatbotem. Zaczyna być systemem składającym się z agentów, narzędzi i modeli o różnych specjalizacjach.

LM Studio pokazało też LM Link, czyli zdalny, szyfrowany end-to-end dostęp do takiego klastra. Można siedzieć przy MacBooku albo mieć tylko iPhone’a i korzystać z mocy prywatnego „serwera AI” stojącego w domu, szkole czy firmie. W aplikacji mobilnej Locally AI pokazano analizę dokumentu przesłanego z telefonu do lokalnego klastra. Bez wysyłania treści do publicznej chmury.

Czy to jest rozwiązanie dla każdego? Oczywiście, że nie. Taki zestaw kosztuje ogromne pieniądze. W rozmowie padła kwota rzędu 50–60 tysięcy dolarów. To bardziej proof of concept, rozwiązanie dla laboratoriów, uczelni, większych firm albo twórców pracujących na bardzo wrażliwych danych. Ale kierunek jest fascynujący: prywatna inteligencja klasy frontier, działająca lokalnie i dostępna z dowolnego urządzenia.

Draw Things: twórca nie chce czekać

Druga rozmowa była zupełnie inna. Draw Things nie próbowało pokazać wielkiego klastra ani modelu o trylionie parametrów. Tutaj chodziło o twórczość, szybkość i poczucie kontroli.

Draw Things to aplikacja do generowania obrazów i wideo, dostępna wyłącznie na urządzenia Apple. Zaczęła jako eksperyment na iPhonie 13 Pro, a potem trafiła na Maca i iPada. I właśnie ta historia dobrze pokazuje zmianę, jaka zaszła w sprzęcie Apple. Jeszcze niedawno lokalne generowanie obrazów było ciekawostką. Teraz zaczyna być narzędziem pracy.

Leo z Draw Things podkreślał, że M5, a szczególnie M5 Max, jest dla nich przełomem. Dzięki akceleratorom neuronowym w GPU i własnym optymalizacjom aplikacja ma oferować około 5–6 razy wyższą wydajność względem sprzętu tej samej klasy sprzed roku. Dla użytkownika nie oznacza to jednak suchego wykresu. Oznacza coś ważniejszego: można iterować pomysły niemal na żywo.

W pokazie powstawał koncept plakatu filmowego. Zmieniano tytuł, styl napisu, kolor sukni, kolor swetra, usuwano okulary, dodawano włosy. Najważniejsze było to, że nie wyglądało to jak wysyłanie kolejnych zleceń do chmury. Nie było „kliknij, poczekaj, zobacz, popraw, wyślij jeszcze raz”. Było raczej poczucie sterowania obrazem. Aplikacja reagowała na wpisywane polecenia praktycznie bez opóźnień.

To drobna różnica techniczna, ale ogromna różnica psychologiczna. Twórca nie czeka na wynik. Twórca prowadzi proces.

Potem obraz zamieniono w krótkie wideo. I tu znowu najciekawszy był nie sam finał, ale sposób pracy. Podczas generowania wideo aplikacja pokazywała podgląd ruchu w niższej rozdzielczości i mniejszej liczbie klatek. Dzięki temu można było ocenić, czy animacja idzie w dobrą stronę, zanim powstanie finalny render. Jeśli nie, przerywamy, zmieniamy prompt, zaczynamy jeszcze raz. Bez tokenów, bez limitów, bez kosztu pojedynczej próby.

Pokazany materiał generował się lokalnie na MacBooku Pro, na baterii. W zależności od rozdzielczości krótki film może powstać w 1–2 minuty, a wyższe rozdzielczości, jak 1080p, wymagają dłuższego czasu. Możliwe jest też późniejsze skalowanie do 4K.

Dla małych studiów, twórców, grafików, ekip marketingowych czy redakcji to może być bardzo praktyczne. Nie jako zamiennik człowieka, ale jako narzędzie do szybkiego szukania kierunku. Do przygotowania kilku wariantów, sprawdzenia pomysłu, zbudowania nastroju, zanim ktokolwiek odpali pełną produkcję.

Perplexity Personal Computer: agent, który korzysta z Maca jak człowiek

Najbardziej „codzienny”, a jednocześnie chyba najbardziej niepokojąco przyszłościowy pokaz przygotowało Perplexity.

Perplexity Computer do tej pory działał jako usługa chmurowa koordynująca pracę agentów AI i wykorzystująca najbardziej zaawansowane modele sztucznej inteligencji dostępne na rynku. Teraz firma pokazała Personal Computer, czyli bardziej osobistą wersję w aplikacji macOS. Działa na macOS 15 i nowszych, ale w demonstracji idealnym hostem był Mac mini z M4. Mały, cichy, zawsze włączony komputer, który staje się lokalnym wykonawcą zadań.

Tu architektura jest hybrydowa. Perplexity realizuje w swojej chmurze zarówno koordynację całego procesu, jak i przetwarzanie zapytań przez modele AI, podczas gdy Mac pełni rolę interfejsu i punktu integracji z systemem, więc pojawia się rozliczanie tokenami lub kredytami. Natomiast lokalne wykonanie odbywa się na Macu. To Mac ma dostęp do plików, aplikacji, Findera, Spotlight, Notatek, ustawień systemowych czy narzędzi terminalowych. Wszystko ma działać w sandboxie, z uwierzytelnianiem dwuetapowym, przy zdalnym dostępie i z wyraźnymi zgodami na odczyt plików.

Scenariusz demonstracyjny był prosty, ale bardzo obrazowy. Użytkownik, przedsiębiorca jadący do Tokio, prosi agenta o stworzenie strony internetowej z planem podróży od 8 do 12 czerwca. Agent ma pobrać dane z Kalendarza, dodać pogodę, rozkłady pociągów, informacje awaryjne, mapy, pobliskie miejsca i utrzymywać całość jako jedno centrum informacji. Strona ma się aktualizować co 30 minut, reagując na zmiany w kalendarzu, pogodzie czy transporcie.

To brzmi jak coś, co można by zrobić ręcznie. Tylko że właśnie o to chodzi. Większość naszych zadań komputerowych da się zrobić ręcznie. Problem w tym, że są rozproszone, żmudne i wymagają przełączania się między aplikacjami. Agent nie robi tu magii. On po prostu bierze na siebie nudną część pracy.

W kolejnym kroku użytkownik, będąc już w Tokio, prosi z telefonu o połączenie z Maciem mini w domu, znalezienie odpowiednich plików przez Spotlight i Finder oraz przygotowanie wykresów do prezentacji. System pokazuje, co robi, prosi o dostęp do pliku, wykonuje operacje w lokalnym środowisku i generuje wynik.

Potem dochodzą notatki ze spotkań. Użytkownik wpisuje uwagi w aplikacji Notatki na iPhonie, a agent później odnajduje odpowiednie notatki i nanosi zmiany w prezentacji. Nie trzeba wskazywać każdego pliku ręcznie. System korzysta z kontekstu, pamięci Perplexity i lokalnych danych na Macu.

To jest dokładnie ten rodzaj AI, który może naprawdę zmienić sposób pracy. Nie przez kolejną odpowiedź na pytanie, tylko przez wykonywanie ciągów czynności w naszym własnym środowisku.

Trzy wizje tej samej przyszłości

Po tych trzech rozmowach miałem wrażenie, że zobaczyłem trzy różne odpowiedzi na jedno pytanie: czym ma być AI na komputerze osobistym?

LM Studio mówi: AI może być prywatne, lokalne i potężne. Nawet jeśli wymaga do tego kilku bardzo drogich Maców spiętych w klaster.

Draw Things mówi: AI ma być narzędziem twórczym, które reaguje natychmiast i nie karze użytkownika za eksperymenty kolejnymi kosztami w chmurze.

Perplexity mówi: AI ma być agentem, który łączy chmurę, web, lokalne pliki, aplikacje i osobisty kontekst, wykonując za nas pracę na komputerze.

Każde z tych podejść ma swoje ograniczenia. LM Studio pokazuje przyszłość, która dziś jest droga. Możliwości Draw Things rozwijają się równolegle z całym ekosystemem otwartych modeli AI – im lepsze stają się modele udostępniane społeczności, tym więcej potrafi sama aplikacja. Perplexity wymaga zaufania do swojej infrastruktury chmurowej, ponieważ to tam realizowana jest większość zaawansowanych operacji AI. Warto też pamiętać, że wraz ze wzrostem możliwości usługi rośnie znaczenie świadomego zarządzania kosztami jej wykorzystania. Ale wszystkie trzy pokazują coś ważnego: Mac staje się naturalnym miejscem dla AI.

Nie tylko dlatego, że ma szybkie procesory. Również dlatego, że ma zunifikowaną pamięć, mocne GPU, energooszczędność, dobrą integrację urządzeń i system bezpieczeństwa, który można wykorzystać jako fundament dla agentów.

Najciekawsze jest to, czego Apple nie musiało pokazywać samo

Ten briefing był ciekawy jeszcze z jednego powodu. Apple nie musiało wyjść na scenę i powiedzieć: „oto nasza jedna, jedyna wizja AI”. Zamiast tego pokazało, że Mac może być platformą, na której różne firmy budują różne wizje.

To ważne szczególnie w Europie. Skoro część Apple Intelligence nadal jest u nas ograniczona, aplikacje third party mogą okazać się najszybszą drogą do realnych funkcji AI na Macu. Nie jako obejście, ale jako osobny, bardzo ciekawy kierunek.

Po keynote łatwo koncentrować się na tym, czego nie dostaliśmy. Po tym briefingu wolę patrzeć na to, co właśnie zaczyna się pojawiać. Lokalna generacja obrazów i wideo. Prywatne modele na własnym sprzęcie. Agenci, którzy potrafią pracować na naszych plikach, ale pytają o zgodę. Zdalny dostęp do własnego komputera jako centrum AI.

To wszystko nadal jest początkiem. Czasem jeszcze pokazem technologicznym. Czasem bardzo drogim proof of concept. Czasem produktem, który będzie wymagał dopracowania, lepszych zabezpieczeń, jasnych cen i edukacji użytkowników.

Ale kierunek jest wyraźny.

Mac nie chce być tylko ekranem do chmury. Mac chce być miejscem, w którym AI naprawdę pracuje. Lokalnie, prywatnie, kontekstowo i coraz częściej w naszym imieniu.

I właśnie to, bardziej niż kolejna animacja na keynote, było dla mnie po WWDC26 najciekawsze.

WWDC 2026 w pigułce: wszystko, co musisz wiedzieć (poza Siri)

Как установить DeepSeek на ПК, чтобы пользоваться им без интернета

Есть много причин, по которым вам может понадобиться установить нейросеть локально на компьютер. Например, вы не хотите зависеть от отключений интернета или вам нужно пользоваться ИИ на ноутбуке без сети. Так или иначе, такая опция предусмотрена и абсолютно легальна: DeepSeek распространяется бесплатно и у него открытый исходный код. Ниже я расскажу, как установить DeepSeek на компьютер при помощи приложения LM Studio.

https://habr.com/ru/articles/1044886/

#deepseek #eepseekr1 #llm #localllm #lmstudio #artificialintelligence #локальныемодели #offlineai #opensource #machinelearning

#localai #speed vergleich #tokens

in #lmstudio auf #macstudio #m4max #128gbram

#llms
google/gemma-4-26b-a4b(q8) = 76 token/s
google/gemma-4-26b-a4b-qat(q4) = 106 token/s

+39% speed

und laut google soll die quantisierung bei #qat keine einfluss haben:
Gemma 4 26B A4B QAT is the Quantization-Aware Training version of Gemma 4 26B A4B. It aims to keep quality close to bfloat16 while using much less memory to load the model.

bei 11gb weniger #ram belegung

natürlich mit vorsicht zu genießen - bei problemen schreib ich noch was dazu

wenn jetzt das kleine modell was könnte - das wäre der durchbruch bei lokalen llms - imaging jeder mit 16gb ram könnte so was selbst laufen lassen 😍 okay #macneo user lassen wir dann zurück :-P

#localai #speed vergleich #tokens

in #lmstudio auf #macstudio #m4max #128gbram

#llms
google/gemma-4-26b-a4b(q8) = 76 token/s
google/gemma-4-26b-a4b-qat(q4) = 106 token/s

+39% speed

und laut google soll die quantisierung bei #qat keine einfluss haben:
Gemma 4 26B A4B QAT is the Quantization-Aware Training version of Gemma 4 26B A4B. It aims to keep quality close to bfloat16 while using much less memory to load the model.

bei 11gb weniger #ram belegung

natürlich mit vorsicht zu genießen - bei problemen schreib ich noch was dazu

wenn jetzt das kleine modell was könnte - das wäre der durchbruch bei lokalen llms - imaging jeder mit 16gb ram könnte so was selbst laufen lassen 😍 okay #macneo user lassen wir dann zurück :-P

LM Studio 新增遠端存取功能 iPhone 連接家中 PC 運行本地 AI
LM Studio 正式推出 LM Link iPhone 支援。用戶只需在手機安裝 Locally 應用程式 […]
#人工智能 #iOS App #iPad App #iPhone app
https://unwire.hk/2026/06/06/lm-studio-lm-link-iphone-remote-ai/ai/?utm_source=rss&utm_medium=rss&utm_campaign=lm-studio-lm-link-iphone-remote-ai

#Development #Guides
Using local LLMs for agentic coding · “AI honeymoon pricing is over, but your work is not.” https://ilo.im/16dh8y

_____
#Business #Pricing #AI #AiAgents #GitHub #LMStudio #Huggingface #WebDev #Frontend #Backend

#Development #Guides
Using local LLMs for agentic coding · “AI honeymoon pricing is over, but your work is not.” https://ilo.im/16dh8y

_____
#Business #Pricing #AI #AiAgents #GitHub #LMStudio #Huggingface #WebDev #Frontend #Backend

أصبح تطبيق LM Link متاحًا الآن على أجهزة iPhone و iPad، مما يتيح للمستخدمين تشغيل نماذج الذكاء الاصطناعي الكبيرة محليًا مباشرة من أجهزتهم المحمولة. تتميز هذه الميزة بتشفير شامل وتخزين جميع الاتصالات محليًا لتعزيز الأمان والخصوصية. كما تم دمج "Locally" كتطبيق LM Studio للهاتف المحمول بعد الاستحواذ الأخير، مما يوفر تجربة متكاملة لتشغيل نماذج الذكاء الاصطناعي على الأجهزة المحمولة.

#LMLink #LMStudio #AI

@gllmr

J'utilise principalement ollama + opencode + llmfit mais pour commencer je recommande LM Studio ou Goose.ai ou Jan.ai

Mon ordi a 3 ans, sous Linux avec 16 Go de RAM et une RTX 3050 4 Go de VRAM

@goose

#lmstudio #opencode #ollama #jan #llmfit

@gllmr

J'utilise principalement ollama + opencode + llmfit mais pour commencer je recommande LM Studio ou Goose.ai ou Jan.ai

Mon ordi a 3 ans, sous Linux avec 16 Go de RAM et une RTX 3050 4 Go de VRAM

@goose

#lmstudio #opencode #ollama #jan #llmfit

LM Studio introduce la funzione Link per interagire con i modelli linguistici locali del proprio Mac direttamente tramite iPhone. L'aggiornamento permette di gestire l'intelligenza artificiale in locale con maggiore flessibilità. #lmstudio #ai #mac https://kiro.it/o7lGU

LM Studio introduce la funzione Link per interagire con i modelli linguistici locali del proprio Mac direttamente tramite iPhone. L'aggiornamento permette di gestire l'intelligenza artificiale in locale con maggiore flessibilità. #lmstudio #ai #mac https://kiro.it/o7lGU

- Microsoft Build: hardware, MS open claw and new models are impressive! The expansive data center claim is a bit tone deaf: https://www.youtube.com/theverge

- LM Studio link to iPhone via Locally: https://lmstudio.ai/locally

- NVIDIA's LocateAnything-3B (in an image based on natural language prompts but restrictive license): https://huggingface.co/nvidia/LocateAnything-3B

- StoryScope: Investigating idiosyncrasies in AI fiction: https://arxiv.org/abs/2604.03136

#AI #AINews #microsoft #openclaw #lmstudio #nvidia #aitells

- Microsoft Build: hardware, MS open claw and new models are impressive! The expansive data center claim is a bit tone deaf: https://www.youtube.com/theverge

- LM Studio link to iPhone via Locally: https://lmstudio.ai/locally

- NVIDIA's LocateAnything-3B (in an image based on natural language prompts but restrictive license): https://huggingface.co/nvidia/LocateAnything-3B

- StoryScope: Investigating idiosyncrasies in AI fiction: https://arxiv.org/abs/2604.03136

#AI #AINews #microsoft #openclaw #lmstudio #nvidia #aitells

やったぜ #LMStudio

I know that AI is a controversial topic on here. Same reservations as most: copyright, energy, junior roles eaten, the slop epidemic. Not pretending those are not real.

But "I won't touch it" is a competitive handicap in 2026. I engage carefully: human in the loop, my name on every paragraph.

The tiered stack I actually run, with the local Mistral on a laptop iGPU getting most of the space because that is the part with craft in it.

https://blog.hofstede.it/ai-stack-2026/

#ai #selfhosting #lmstudio #llm #blog

I know that AI is a controversial topic on here. Same reservations as most: copyright, energy, junior roles eaten, the slop epidemic. Not pretending those are not real.

But "I won't touch it" is a competitive handicap in 2026. I engage carefully: human in the loop, my name on every paragraph.

The tiered stack I actually run, with the local Mistral on a laptop iGPU getting most of the space because that is the part with craft in it.

https://blog.hofstede.it/ai-stack-2026/

#ai #selfhosting #lmstudio #llm #blog

https://www.tkhunt.com/2360509/ 【GitHub 8000スター】Hermes Desktop 完全解説｜Nous Research製AIエージェントをGUIで操作・14ツール×16連携×マルチAIの衝撃【MITオープンソース】 #AgenticAi #AI #AIエージェント #AI活用伝道師 #ArtificialIntelligence #Discord連携 #electron #HermesAgent #HermesDesktop #LMStudio #MessagingGateway #mit #NousResearch #Ollama #Slack連携 #SoulMD #エージェント型AI #オープンソース #マルチAIプロバイダー #人工知能

Just ran Qwen3-4B locally on LM Studio and asked "who are you?"
It said: "I am Gemini, a large language model developed by Google."
Sir. You are a 2.5GB GGUF file sitting in my RAM. You have never seen the internet. Google has no idea you exist.
Local AI is wild. 🏠🤖
#LocalAI #LMStudio #Qwen3 #LLM #AIHallucination #selfhosted

LM Studio Claims 25% Speed-up for Local LLMs

LM Studio now makes the Qwen 3.5: 4B model run 25% faster on your computer. Find out how this helps users get quicker answers.

#LMStudio, #LLM, #Qwen3.5, #AI, #TechUpdate

https://newsletter.tf/lm-studio-25-percent-faster-qwen-llm/

LM Studio users can now experience a 25% faster speed when running the Qwen 3.5: 4B model locally. This is a significant improvement for local AI tasks.

#LMStudio, #LLM, #Qwen3.5, #AI, #TechUpdate
https://newsletter.tf/lm-studio-25-percent-faster-qwen-llm/