NVIDIA x Red Hat Hack für kleine Modelle

Klein. Scharf. Spezialisiert. Baue KI, die über ihre Gewichtsklasse hinaus schlägt – spezialisierte kleine Modelle, Multi-Agenten-Systeme und zuverlässiges Tool-Calling – alles läuft auf NVIDIA Brev oder lokal. Schließe dich NVIDIA und Red Hat in Raleigh für den Hack für kleine Modelle an. Diese Veranstaltung bringt Frontier-Bauer, angewandte ML-Ingenieure und Systemdenker zusammen, um zu erkunden, was möglich ist, wenn kleine, offene Modelle (gesamt Parameter müssen ≤ 33 Milliarden sein) im Mittelpunkt stehen. Jedes Team erhält NVIDIA Brev Credits, um über das Wochenende GPU-Umgebungen zu erstellen. ​✏️ So nimmst du teil Dieser Hackathon ist auf maximal 100 Teilnehmer beschränkt. Sobald wir die Kapazität erreicht haben, werden zusätzliche Bewerber auf eine Warteliste gesetzt und benachrichtigt, wenn ein Platz verfügbar wird. Bewerbungshinweise: ​🔥 Herausforderungs-Tracks Teams können jedes reale Problem angehen, das ihnen wichtig ist. Jeder Track definiert, wie deine KI funktioniert, nicht welches Problem sie löst. 🎯 1. Feinabgestimmt & spezialisiert Fokus: Ein kleines Modell, das in einer realen Sache hervorragend ist. Das Ziel: Ein kleines Modell für einen bestimmten Job anpassen oder feinabstimmen – dann öffentlich veröffentlichen, damit andere es wiederverwenden können. Tiefe vor Breite und der Nachweis, dass Spezialisierung bei deiner gewählten Aufgabe besser ist als Generalismus. 🕸️ 2. Multi-Agenten-Systeme Fokus: Viele kleine Modelle, die ein großes übertreffen. Das Ziel: Mehrere kleine Modelle miteinander verbinden, sodass sie koordinieren – Arbeit aufteilen, Kontext hin und her übergeben, aufeinander aufbauend – um etwas zu erreichen, das kein einzelnes Modell allein könnte. 🛠️ 3. Tool-Calling Fokus: Ein einzelnes Modell, das reale Werkzeuge zuverlässig nutzt. Das Ziel: Entscheiden, wann man anruft, das richtige Werkzeug auswählen, gültige Argumente formatieren, das zurückkommende Handhaben, sich von fehlgeschlagenen oder fehlerhaften Aufrufen erholen, die eigene Arbeit überprüfen und elegant zurückfallen, wenn etwas kaputtgeht. ​💰 Was du gewinnen kannst Qualifizierte Einreichungen, je nach den einzigartigen Track-Anforderungen, sind berechtigt, Folgendes und mehr zu gewinnen: NVIDIA Datenschutzrichtlinie: https://www.nvidia.com\/de-de\/about-nvidia\/privacy-policy\/