Friendli Endpoints と Milvus で強化されたマルチモーダル RAG により AI エージェントを加速する
このウェビナーについて:
AIエージェントは、産業を変革しています。特に、Llama 3.2 Vision のような最近のビジョン言語モデルにより、AIエージェントはマルチモーダル機能を統合することで、テキストベースの理解を超えられるようになっています。このような高度なAIエージェントの構築は複雑に感じられるかもしれませんが、FriendliAI は、独自のカスタムモデルの作成から本番環境へのデプロイまで、エンドツーエンドのソリューションを提供することで、そのプロセスを簡素化します。このウェビナーでは、モデルのファインチューニングから推論サービングまで、AI開発者のワークフローについて学びます。また、Friendli Serverless Endpoints と Milvus DB を使用して、高度なマルチモーダルRAG機能を備えたシンプルなAIエージェントの構築にも取り組みます。このセッションは、大規模言語モデルの推論サービングについてさらに学びたい方、RAG機能を備えたAIエージェントの構築を始めたい方、またはマルチモーダルRAGクエリをより深く探求したい方に最適です
取り上げるトピック:
- 大規模言語モデルのファインチューニングと推論サービングの基礎
- AIエージェント構築における主な課題
- マルチモーダルクエリによる高度なRAGの実装
- RAGとツール呼び出しを備えたシンプルなAIエージェントを構築するためのステップバイステップガイド
Join the Webinar
Loading...
Meet the Speaker
Join the session for live Q&A with the speaker
Soomin Chun
Software Engineer, FriendliAI
Soomin Chun is a software engineer at FriendliAI, a generative AI inference platform company. She is dedicated to making AI more accessible by lowering both technical and financial barriers. During her time studying computer science at MIT, she discovered a love for building great machine learning software, and enjoys optimizing code from the algorithmic level down to hardware. Her diverse experience includes working as a founding engineer at an edtech startup, working on an ML Ads team at Meta, dabbling in quantitative finance, and conducting data visualization research at MIT CSAIL.