# Einstieg — M.E.F LLM Studio

Source: https://www.mef-llm-studio.com/de/start/

Plane die Einrichtung vor dem ersten Training. Zum Lesen der Lernkapitel kannst du die Trainingsumgebung zunächst überspringen.

## Was du vorab brauchst

- Einen Windows-PC mit x64-Prozessor.
- Für GPU-Training eine geeignete NVIDIA-Grafikkarte und einen kompatiblen Treiber. Die App prüft die Eignung beim Setup.
- Unterstützte verknüpfte Modelle können mit einem getrennten CPU-Inferenzprofil laufen; große Modelle benötigen entsprechend viel Arbeitsspeicher.
- Eine Internetverbindung für die optionalen privaten Laufzeitumgebungen; die Downloads können mehrere Gigabyte umfassen.
- Mindestens den im Setup angezeigten freien Speicherplatz. Für Umgebung und Caches sind zunächst mindestens 10 GiB vorgesehen.

## Alpha-Bedingungen lesen

Die Alpha ist ausschließlich zur nichtkommerziellen Evaluierung gedacht. Der Installer verlangt deine Zustimmung zur EULA.

## Die App kennenlernen

Öffne die Lernkapitel. Der Visual Explorer benötigt die Microsoft WebView2 Runtime. Fehlt sie, zeigt die App einen Downloadlink zu Microsoft.

## Trainingsumgebung einrichten

Prüfe Pakete, Quellen und freien Speicher. Python und PyTorch werden erst nach deiner gesonderten Zustimmung heruntergeladen.

## Verknüpftes Modell ausprobieren

Verknüpfe ein unterstütztes Safetensors-Modell und wähle CPU, NVIDIA-GPU oder A/B. Vor dem Laden prüfst du den Speicherbedarf.

## Klein anfangen

Nutze zunächst einen kleinen Datensatz und einen kurzen Testlauf. Batchgröße, Sequenzlänge und Modellgröße müssen zur Grafikkarte passen.

## Sichern und vergleichen

Bewahre eigene Sicherungen auf. Untersuche einen Checkpoint, bevor du größere Läufe planst.

Deine Daten sind keine Wegwerfdateien.

Die App stellt Eingaben, Chatverläufe, Formularwerte und Editor-Entwürfe nach einem Neustart wieder her. Sie liegen unverschlüsselt im lokalen App-Datenbereich und lassen sich in den Einstellungen löschen. Quelldateien und A/B-Ergebnisse werden nur auf deine Aktion gespeichert. Umgebung, Modelle und Datensätze bleiben davon getrennt.

Contact: support@mef-llm-studio.com