Agentics Foundation: SLMs müssen fit werden

Description

Agentics Foundation: SLMs werden fit Kleine Modelle mit Verstärkungslernen trainieren Eine interaktive Sitzung für alle, die neugierig sind, wie KI-Modelle durch Aktionen, Feedback und Belohnungen lernen können — nicht nur durch Eingaben. Wir werden erkunden, wie 1B–3B kleine Sprachmodelle mit RL-Gym-ähnlichen Umgebungen über OpenEnv verbunden werden können, um alte Atari-ähnliche Spiele zu spielen und durch echte Belohnungssignale bewertet zu werden. Dies ist sowohl für technische als auch für nicht-technische Teilnehmer:innen konzipiert. Entwickler:innen können Modelle, Trainingsschleifen, Umgebungen und Bewertungen erkunden; nicht-technische Builder können durch Spielstrategien, Belohnungsdesign, Tests, Produktüberlegungen und die Gestaltung von Geschäftsanwendungsfällen beitragen. Das Ziel ist nicht nur, RL durch Spiele zu verstehen, sondern auch zu sehen, wie die gleichen Konzepte reale agentische Systeme verbessern können. Wir werden auch interne Demos teilen, die zeigen, wie RL-ähnliche Feedback-Schleifen auf Geschäftsabläufe, operative Entscheidungen, Kundenerfahrungen, Automatisierung und Agentenleistung angewendet werden können. 📅 Zeitplan Türöffnung: 10:45 UhrBeginn: 11:00 Uhr 11:00 Uhr — Einführung: SLMs, RL und agentisches VerhaltenEine einfache Erklärung, wie Modelle durch Umgebungen, Aktionen, Belohnungen und Feedback lernen. 11:30 Uhr — OpenEnv + RL Gym WorkshopEin kleines Modell mit einer Spielumgebung verbinden, die Aktionsschleife ausführen und Beobachtungen, Aktionen, Belohnungen und Episoden verstehen. 12:15 Uhr — Erstellen eines kleinen Spiele-AgentenIn Teams arbeiten, um ein 1B–3B-Modell mit einer Atari-ähnlichen Umgebung zu verbinden und dessen Verhalten zu testen. 13:15 Uhr — Feinabstimmung und NachtrainingLeichte Ansätze zur Verbesserung des Modellverhaltens durch Trajektorien, Belohnungen und Feedback erkunden. 14:15 Uhr — Von Spielen zu GeschäftsabläufenInterne Demos sehen, wie RL-Prinzipien auf reale Geschäftssysteme angewendet werden können: Entscheidungsfindung, Aufgabenoptimierung, Kundenoperationen, Workflow-Automatisierung und zuverlässige Agenten. 15:00 Uhr — Demos, Erkenntnisse und ZusammenfassungTeams teilen, was sie gebaut haben, was funktioniert hat, was gescheitert ist und wo sie RL als nützlich erachten. 👥 Wer sollte teilnehmen? Keine Vorkenntnisse im RL erforderlich. Bringen Sie einen Laptop, Neugier und die Bereitschaft zum Experimentieren mit. Warum teilnehmen? Dies ist keine reine Vorlesungsveranstaltung. Es ist ein praktisches Labor für Builder, die verstehen wollen, wohin sich agentische Systeme als Nächstes entwickeln.