Clôturer la boucle d'apprentissage continu : des traces d'agents à la formation des agents

Lien Zoom: https://us02web.zoom.us/j/82308186562 Présentation #0 : Introductions et mises à jour de la rencontre par Chris Fregly et Antje Barth Présentation #1 : Clôturer la boucle d'apprentissage continu : des traces d'agents à la formation des agents par Rustem Feyzkhanov, Responsable Ingénierie @ Snorkel.ai Les traces de production montrent où les agents échouent, mais comment transformer ces échecs en apprentissage ? Cette présentation explore une boucle pratique allant des traces aux simulations reproductibles, aux récompenses vérifiables, et à l'amélioration du modèle par le biais du fine-tuning ou de l'apprentissage par renforcement. Nous examinerons également quand il est préférable de changer des invites, des outils, ou le harnais d'agent au lieu de mettre à jour les poids du modèle. Lien Zoom: https://us02web.zoom.us/j/82308186562 Liens connexes Dépôt Github : http://github.com/cfregly/ai-performance-engineering/ Livre O'Reilly : https://www.amazon.com/Systems-Performance-Engineering-Optimizing-Algorithms/dp/B0F47689K8/ YouTube : https://www.youtube.com/@AIPerformanceEngineering Cours gratuit sur l'IA générative sur DeepLearning.ai : https://bit.ly/gllm