Aller au contenu principal
← Retour aux actualités

Tutor : un tuteur LLM auto-hébergé qui vous enseigne vos livres et documents

On-device et edge
Source:Hacker News / GitHub
Projet Open Source sur GitHub : un tuteur local qui étudie les livres et les documents que vous lui donnez et vous enseigne le contenu avec quiz et questions, en utilisant un LLM local. Pensé pour ceux qui veulent apprendre sans envoyer leurs matériaux à un cloud.
Lire l'article original

Articles connexes

Nemotron-Parse : la famille OCR de NVIDIA pour lire vos documents en local

NVIDIA a réédité Nemotron Parse (v1.1, v1.2, 2.0) dans la même semaine du 20 octobre : moins d'un milliard de paramètres, structure de page incluse. Installation locale avec vLLM, et limites honnêtes.

RAG : posez des questions à vos documents

Le RAG (Retrieval Augmented Generation) est le moyen le plus simple de faire répondre un modèle local à des questions sur vos documents : encodage sémantique, base vectorielle et boucle de récupération, avec un exemple concret.

L'IA locale pour votre activité : 5 cas d'usage concrets

Cinq scénarios concrets où l'IA locale apporte une valeur immédiate à une entreprise : assistance client sur vos propres documents, extraction de données depuis des PDF, recherche interne, CRM et génération de contenus — avec les outils à utiliser et le matériel nécessaire.

Recevez le prochain point IA locale

Chaque semaine, une sélection du meilleur d'iaLocale : articles, actualités et ressources sur l'IA locale, et plus encore.

Après l'inscription, vous recevez un e-mail de confirmation (double opt-in). Sans confirmation, nous n'envoyons rien. Pas de spam, promis.

Ressources liées

Outils et ressources des archives iaLocale pertinents pour ce contenu.

🤖

OpenAI gpt-oss-20b

Modèles

Il modello di ragionamento open-weight di OpenAI: MoE con 21B di parametri totali e 3,6B attivi (32 esperti, top-4), contesto 128K e quantizzazione MXFP4 nativa. Licenza Apache 2.0: i pesi partono già quantizzati a 4 bit, senza passo di conversione. Sta in 16GB di VRAM e gira anche su RAM unificata o CPU.

🧭

OpenRouter

Inférence

Gateway cloud pour l'inférence LLM : un seul endpoint API pour des centaines de modèles (dont les MoE open-weight), avec prix par token et routage automatique entre providers. Pour Ling 3.1 Flash : 0,075 $/M d'entrée, 0,225 $/M de sortie.

🎨

Qwen-Image 2.1

Modèles

Modèle open-weight de 7B (DiT de 32 couches) qui unifie génération à partir de texte jusqu'à 2048x2048, édition avec jusqu'à 10 images de référence et transparence RGBA native. Pensé pour tourner en local sur 16Go+ de VRAM ; supporté par diffusers et ComfyUI.

🟠

Anthropic Claude

Inférence

API d'inférence pour les modèles Claude d'Anthropic (Claude 1 depuis 2023). Comme OpenAI, la facturation se fait au token, en entrée et en sortie, avec des limites de requêtes par forfait : la voie frontière sans serveur propre.

Parcourir toutes les ressources