Learn how to turn a Mac into a private AI powerhouse without cloud dependencies or data leaving the device. Explore Small Language Models, LM Studio, MacWhisper, and AnythingLLM, with practical examples for local transcription, document analysis, and fast on-device reasoning.

In this session, you’ll discover how to turn it into a private AI powerhouse — without cloud dependencies, subscriptions, or data leaving your device. We’ll explore Small Language Models, LM Studio, MacWhisper, and AnythingLLM, and walk through practical examples for local transcription, document analysis, and fast on-device reasoning. By the end, you’ll know exactly what to play with between Christmas and New Year.

Présentation des avantages d’un déploiement local pour la gouvernance des données et la sécurité, avec une approche centrée sur la confidentialité, l’autonomie et la performance.

Discussion sur les bénéfices du déploiement local pour la gouvernance des données et la sécurité.

Présentation de LM Studio comme solution pour héberger et gérer une IA conversationnelle en interne.

Présentation de LM Studio et de son rôle dans l’hébergement interne de votre IA conversationnelle.

Démonstration pratique montrant comment installer et configurer un modèle conversationnel en local.

This talk will guide you through the initial steps of integrating LM Studio with Elastic. We'll discuss how to establish a connection to LM Studio using a connector, conduct tests, and begin developing an RAG application in Python.

LM Studio founder + CEO Yagil Burowski will explain how you can create custom workflows using local AI on LM Studio. By the end of the workshop, you'll have your own custom program that can query custom data sources, perform custom logic, and surface results right on the LM Studio chat interface.