走过GGUF时代，用DGX Spark开启本地AI研究的新视野

这篇文章探讨了本地AI研究的新视野，利用DGX Spark超越GGUF模型。介绍了最新的Flux模型、本地环境构建方法、性能比较及实际应用案例。

LoRA 微調的開始永遠是數據集

成功進行 LoRA 微調的關鍵在於準備數據集。提供有關圖片解析度、比率、一致性、標題撰寫和數據數量的實用指南。

FLUX1-dev. 12B LoRA 微調結果分析 - 250 與 1000 步驟，究竟誰勝出？

比較 FLUX1-dev 12B 模型在 250 步與 1000 步下 LoRA 微調的結果，分析其性能差異。通過學習速度、內存使用量和最終性能指標，提出最佳步驟數並總結 LoRA 微調的優缺點。

DGX Spark上進行FLUX 1-dev 12B LoRA微調實戰經驗 - 低功耗高效能學習的明與暗

分享在DGX Spark ARM基礎上對FLUX 1-dev 12B模型的LoRA微調實戰經驗，包括1000步、100個Epoch的學習過程、OOM問題、電力效率、CPU瓶頸等詳細分析及未來的改善方案。