אופטימיזציה של RL רציף ב-Fireworks: הפקה, תגמול, עדכון, חזור!

גלה כיצד Fireworks.ai מפעילה למידת חיזוק רציפה עבור LLMים בייצור במפגש טכני מקוון זה ב-17 באוגוסט 2026 בשעה 17:00. לולאת למידת החיזוק נשמעת פשוטה, הפקה, תגמול, עדכון משקל, אך שמירה על שהלולאה הזאת תהיה יעילה בייצור תלויה בצנרת הנתונים שמתחת ובעיצוב סביבת הלמידה. מפגש זה מה-מפגש הנדסת ביצועי AI (לונדון–קיימברידג') בוחן את החלטות ההנדסה שקובעות האם מודל באמת לומד במהלך הכשרה מתמשכת שלאחר מכן. ## בתוך לולאת RL בייצור בהרצאה הראשית, “הפקה, תגמול, עדכון, חזור: כיצד Fireworks אופטימיזציה למידה מתמשכת לאחר הכשרה,” סינן אוזדמיר מ-Fireworks.ai יוביל סשן ללמידת חיזוק לאחר הכשרה על Kimi K3 באמצעות ה-API ללא שרת של Fireworks. המצגת תעסוק כיצד בחירות מרכזיות מתקשרות במהלך תהליך ההכשרה, כולל: - אלגוריתמים של RL ופונקציות אובדן - בחירת דרגת LoRA והיפר פרמטרים - עיצוב תגמול - שלבי הפקה, הערכה ועדכון משקל - צנרת נתונים עבור זרימות עבודה מתמשכות בייצור - התנאים שעוזרים למודל ללמוד, או מונעים ממנו ללמוד במקום להתייחס לכל הגדרה בנפרד, ההרצאה מתמקדת כיצד הסביבה הלמידה המלאה משפיעה על התנהגות המודל. המשתתפים יכולים לצפות לתצוגה מעשית ומכוונת מערכות של RL מתמשך עבור מודלים של שפה גדולה, המבוססת על סשן עבודה לאחר הכשרה. ## פורמט וקהל יעד האירוע נפתח במבואות עדכונים מהמפגש מ-כריס פרגלי ו-אנטיה בארת, ולאחר מכן מצגת טכנית של סינן אוזדמיר. הוא מתנהל אונליין באמצעות Zoom כחלק מסדרת מפגשים חוזרים של המפגש ביום שני השלישי לחודש. סשן זה רלוונטי במיוחד למהנדסי AI ולמידת מכונה, לעוסקים ב-LLM, למהנדסי ביצועים, לחוקרים ולבונים טכניים המעוניינים בלמידת חיזוק, הכשרה לאחר המודל ותשתית AI בייצור. התוכן טכני; אין דרישות פורמליות לרמה שהוגדרו בעמוד האירוע.… הירשם לאירוע זה