Hack de Modelos Pequeños de NVIDIA x Red Hat

Pequeño. Agudo. Especializado. Crea IA que dé mucho más de lo que parece: modelos pequeños especializados, sistemas multi-agente y llamadas a herramientas fiables, todo funcionando en NVIDIA Brev o localmente. Acompáñanos en Raleigh para el Hack de Modelos Pequeños de NVIDIA y Red Hat. Este evento reúne a constructores de frontera, ingenieros de ML aplicados y pensadores de sistemas para explorar lo que es posible cuando los pequeños modelos abiertos (el total de parámetros debe ser ≤ 33 mil millones) son los protagonistas. Cada equipo recibirá créditos de NVIDIA Brev para crear entornos GPU durante todo el fin de semana. ​✏️ Cómo Participar Este hackathon está limitado a un máximo de 100 participantes. Una vez que alcancemos la capacidad, los solicitantes adicionales serán colocados en una lista de espera y se les notificará si un lugar se vuelve disponible. Guías de Solicitud: ​🔥 Pistas Desafiantes Los equipos pueden abordar cualquier problema del mundo real que les interese. Cada pista define cómo funciona tu IA, no qué problema resuelve. 🎯 1. Ajustado y Especializado Enfoque: Un modelo pequeño que es excelente en una cosa real. El Objetivo: Adaptar o ajustar un modelo pequeño para un trabajo específico; luego publicarlo abiertamente para que otros lo reutilicen. Profundidad sobre amplitud, y evidencia de que la especialización supera al propósito general para tu tarea elegida. 🕸️ 2. Sistemas Multi-Agente Enfoque: Muchos modelos pequeños venciendo a uno grande. El Objetivo: Conectar varios modelos pequeños para que se coordinen—dividiendo el trabajo, pasando contexto de un lado a otro, construyendo sobre la salida de los demás—para lograr algo que ningún modelo único podría lograr solo. 🛠️ 3. Llamadas a Herramientas Enfoque: Un solo modelo que utiliza herramientas reales de manera fiable. El Objetivo: Decidir cuándo llamar, elegir la herramienta correcta, formatear argumentos válidos, manejar lo que regresa, recuperarse de llamadas fallidas o mal formadas, verificar su propio trabajo, y retroceder con gracia cuando algo falla. ​💰 Lo Que Puedes Ganar Las presentaciones que califiquen, dependiendo de los requisitos únicos de cada pista, son elegibles para ganar lo siguiente y más: Política de Privacidad de NVIDIA: https://www.nvidia.com\/en-us\/about-nvidia\/privacy-policy\/