# Primii pași — M.E.F LLM Studio

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

Planifică instalarea înaintea primei antrenări. Pentru a citi capitolele poți omite inițial mediul de antrenare.

## Ce trebuie pregătit

- Un PC Windows cu procesor x64.
- Pentru antrenare pe GPU, o placă video NVIDIA potrivită și un driver compatibil. Aplicația verifică eligibilitatea în Setup.
- Modelele conectate acceptate pot folosi un profil separat de inferență CPU; modelele mari necesită mai mult RAM.
- Conexiune la internet pentru mediile private opționale; descărcările pot însuma mai mulți gigabytes.
- Cel puțin spațiul liber afișat în Setup. Pentru mediu și cache-uri sunt prevăzuți inițial minimum 10 GiB.

## Citește condițiile Alpha

Versiunea Alpha este destinată exclusiv evaluării necomerciale. Installerul solicită acceptarea EULA.

## Cunoaște aplicația

Deschide capitolele de învățare. Visual Explorer necesită Microsoft WebView2 Runtime; dacă lipsește, aplicația oferă un link Microsoft.

## Configurează mediul de antrenare

Verifică pachetele, sursele și spațiul liber. Python și PyTorch se descarcă numai după confirmarea ta separată.

## Încearcă un model conectat

Conectează un model Safetensors acceptat și alege CPU, GPU NVIDIA sau A/B. Verifică memoria necesară înainte de încărcare.

## Începe cu puțin

Folosește mai întâi un set de date mic și o rulare scurtă. Batch size, lungimea secvenței și dimensiunea modelului trebuie să încapă pe placa video.

## Salvează și compară

Păstrează copii de siguranță independente. Examinează un checkpoint înainte de a planifica rulări mai mari.

Munca ta nu este un fișier temporar.

Aplicația restaurează intrările, istoricul conversațiilor, valorile formularelor și schițele editorului după repornire. Acestea sunt stocate necriptat în zona locală de date și pot fi șterse din Setări. Fișierele sursă și rezultatele A/B sunt salvate numai la acțiunea ta. Mediul, modelele și seturile de date rămân separate.

Contact: support@mef-llm-studio.com