ZelonAI ZelonAI

iOS-App · iOS

A small model, understood from the inside.

MicroLLM

MicroLLM hilft Lernenden, kleine Sprachmodell-Workflows lokal mit eingebettetem Python, strukturierten Lektionen und Projektsandboxes auszuführen und zu verändern.

Vorschau MicroLLM Hinweis zu see how it works Über Hinweis zu coming soon
Hinweis zu privacy first Hinweis zu no account needed Hinweis zu works offline
MicroLLM mark

MicroLLM

status
status coming soon
App Store
iOS
tech stack
SwiftUI · Embedded Python · Bildung

Hinweis zu features

No. 01

Hinweis zu training room pocket

01

Mini-Modellläufe auf dem Gerät mit Logs und Metriken

02

Strukturierte Lektionen vom Tokenizer bis zu Transformer-Blöcken

03

Lokale Projektsandbox mit editierbaren Python-Workflows

Hinweis zu workflow

No. 02

Hinweis zu one concept s full lifecycle

  1. 01

    Hinweis zu learn principle

    Hinweis zu structured course explains concept first problem it solves

  2. 02

    Hinweis zu hands sandbox

    Hinweis zu open matching python workflow project sandbox change code

  3. 03

    Hinweis zu observe modify

    Hinweis zu watch logs metrics shift understanding lands here heard

Hinweis zu trust privacy

No. 03

Hinweis zu learn ai without surrendering data

Hinweis zu privacy first

Hinweis zu local first no account ads tracking data never

Hinweis zu no account needed

Hinweis zu no sign up login install it just works

Hinweis zu works offline

Hinweis zu everything core runs offline no network required

Hinweis zu still workshop follow progress product page rather than

Über MicroLLM

No. 4

Hinweis zu longer story what it who choices behind

Zuletzt aktualisiert: 13. März 2026
Website: https://zelonai.com/app/microllm/

MicroLLM

MicroLLM ist ein Mini-Modell-Labor für iPhone und iPad.

Es unterstützt Lernende und Entwickler dabei, kleine Sprachmodell-Workflows direkt auf dem Gerät auszuführen, zu inspizieren und zu ändern – mit eingebettetem Python und strukturierten Lernpfaden.

Kernfunktionen

  • Schnellstart：Ein Mini-Modell starten und Logs, Metriken und generierte Samples verfolgen
  • Lernen durch Aufbauen：Vom Tokenizer und Autograd bis hin zu Attention und Transformer-Zusammenbau
  • Bearbeitbare Projekte：Das Referenzprojekt forken, Code inspizieren und eigene Experimente durchführen
  • Lokaler Arbeitsbereich：Projektdateien in der App-Sandbox aufbewahren und nur bei Bedarf exportieren

Produktpositionierung

  • Lokal zuerst：Die aktuelle Version konzentriert sich auf On-Device-Experimente statt auf Cloud-Ausführung
  • Transparente Laufzeitumgebung：Code, Logs, Tests und Projektstatus sind für Lernende vollständig einsehbar
  • Bildung + Prototyping：Konzipiert für Lehrdemonstrationen, Selbststudium und schnelle Algorithmusvalidierung

Kontakt

© 2026 MicroLLM. Alle Rechte vorbehalten.

Vollständige Einführung ansehen ->

Dokumente & Unterstützung

No. 5

Hinweis zu plain language documents no fine print you would

MicroLLM Über MicroLLM MicroLLM Datenschutzerklärung MicroLLM Nutzungsbedingungen MicroLLM Hilfezentrum

Hinweis zu next concept train it yourself

MicroLLM

Hinweis zu development follow progress product page

Vorschau MicroLLM Hinweis zu all apps