Cuenta, facturación y configuración
TeachFORGE.ai
Cuenta, Facturación & Configuración / Tu propia GPU
Conecta tu propia GPU
Tu navegador se comunica directamente con tu GPU. Nada pasa por los servidores de TeachForge.
Tu hardware, tu modelo, tus datos, sin factura.
Qué hace
Tu propia GPU apunta TeachForge a un endpoint compatible con OpenAI que ejecutas tú: vLLM, Ollama o similar. El panel es específico sobre el arreglo: tu navegador lo llama directamente, la GPU nunca sale de tu equipo, y ninguna solicitud pasa por los servidores de TeachForge.
Esa es la propiedad de privacidad que vale la pena entender. El prompt va de tu navegador a tu propio equipo. TeachForge ve el resultado que decidas guardar, no el tráfico.
Necesita Standard o superior, y un administrador debe haber habilitado traer tu propia IA para el sitio. El panel indica cuál de los dos falta cuando no está disponible.
Configurarla
Configurar vLLM para acceso desde el navegador enlaza una guía paso a paso para cada sistema operativo — Ubuntu de escritorio, Windows y macOS. Sigue la que corresponda a tu equipo; la parte de acceso desde el navegador es la que suele atrapar a la gente, y las guías la cubren.
Luego, en esta pestaña: activa Habilitar , ingresa la URL base de la GPU y el Modelo, y presiona Probar conexión. El éxito muestra Conectado — se encontraron n modelo(s), con los modelos listados.
Dos detalles que el panel explica y la gente sigue pasando por alto. La URL debe terminar en /v1. Y cuando la GPU se ejecuta en la misma computadora, usa la dirección de loopback: funciona incluso en el sitio seguro en vivo, porque el loopback está exento del bloqueo de contenido mixto. Un nombre de equipo o una dirección de red local no lo estarán.
Anulaciones de inferencia
Una sección opcional de Anulaciones de inferencia acepta Temperatura, Tokens máximos, Top P, Ventana de contexto, Tiempo de espera (segundos) y Presupuesto de razonamiento (tokens), además de Exigir esquema JSON (decodificación guiada).
Déjalos tal cual para empezar. Los dos que vale la pena ajustar son la ventana de contexto, si se están truncando prompts largos, y el tiempo de espera, si una generación grande se corta antes de terminar.
Un VRAM & contexto — guía aproximada el desplegable da rangos desde unos 8 GB en adelante, que es la forma más rápida de juzgar si un modelo cabrá antes de descargarlo.
Mientras se ejecuta
Tu navegador es lo que habla con la GPU, así que la pestaña tiene que permanecer abierta durante toda la generación. Los paneles de IA lo indican, y es la diferencia entre este modo y el alojado por la plataforma.
Todo lo demás es idéntico: el mismo prompt compilado, los mismos valores predeterminados de la tarea, la misma validación de lo que regresa.