Entwicklerwettbewerb „Generative AI Agents“ von NVIDIA und LangChain

Bei erfolgreicher Teilnahme am Wettbewerb winken Ihnen attraktive Gewinne, darunter eine NVIDIA® GeForce RTX™ 4090-Grafikkarte, Preise von LangChain und vieles mehr. 

Jetzt anmelden

Schließen Sie sich KI-Innovatoren an, die mit Technologien von NVIDIA und LangChain die Grenzen generativer KI-Anwendungen sprengen. Nehmen Sie an unserem Wettbewerb teil, um praktische, effiziente und kreative Text- und multimodale Agents in einem Bereich Ihrer Wahl zu entwickeln. Sie haben die Chance, einen von mehreren tollen Preisen zu gewinnen. Lesen Sie sich für den Einstieg unsere Schritt-für-Schritt-Ressourcen für Entwickler durch und tauschen Sie sich über Discord mit den Technikexperten von NVIDIA und LangChain sowie der KI-Community aus, um Herausforderungen bei der Entwicklung zu meistern. 

Der Wettbewerb findet vom 15. Mai bis zum 17. Juni in den USA, dem Vereinigten Königreich sowie in Japan, Deutschland und weiteren Regionen statt.

Teilnahmebedingungen des Wettbewerbs ansehen

Aufgabe für Entwickler

Erstellen Sie Ihr nächstes grafikprozessorbeschleunigtes, auf generativer KI basierendes Agent-Projekt in einer der folgenden Kategorien.

Large Language Models (mehr als 8 Mrd. Parameter)

Large Language Models (LLMs) (mit mehr als 8 Milliarden Parametern) entwickeln sich rasant – von GPT-basierten Modellen bis hin zu Llama, Gemma und Mixtral. Entwickler können diese LLMs nutzen, um verschiedene Agents für Aufgaben wie die Beantwortung von Fragen, Zusammenfassung und Generierung von Inhalten zu erstellen.

Small Language Models (maximal 8 Milliarden Parameter)

Modelle werden immer größer und eine neue Welle treibt die Entwicklung kleinerer Sprachmodelle (SLMs) mit maximal 8 Milliarden Parametern voran. Für diese Option wird Entwicklern empfohlen, kleinere Sprachmodelle zu verwenden, um Anwendungen wie lokale Co-Piloten oder geräteinterne Anwendungen zu erstellen.  

Erste Schritte

Es gibt mehrere Möglichkeiten, Anwendungen mit generativer KI zu erstellen, die auf LLMs und SLMs basieren. Im Folgenden finden Sie einige Beispiele sowie Ressourcen, die Ihnen kreative Anregungen bieten.

LLM-gestützte Agents

Erstellen Sie leistungsstarke LLM-basierte Anwendungen mit LangChain,einem führenden Framework zum Erstellen von Agents.

Sie können beliebte Open-Source- und NVIDIA Foundation-Modelle entweder über NVIDIA NIM APIs, oder NVIDIA KI Foundation-Endpunkte im LangChain-Framework nutzen. Sobald Sie Ihre App entwickelt haben, können Sie NVIDIA NeMo™ Guardrails einsetzen, um die Ausgabe des LLM gemäß Ihrem Anwendungsfall zu steuern.

Wenn Sie fortschrittliche Agents entwickeln möchten, können Sie mit LangGraph arbeiten –einem Multi-Agent Framework, das auf LangChain basiert.

Agents anpassen

Wenn Sie einen Agent für eine bestimmte Aufgabe anpassen möchten, können Sie die Modelle in Ihrem Datensatz verfeinern. Dazu kuratieren Sie den Datensatz mithilfe von NeMo Curator und führen eine Feinabstimmung des Modells mit Ihrem Datensatz mithilfe des NeMo-Frameworks oder der HuggingFace-Transformer durch.

Sobald Sie Ihr benutzerdefiniertes LLM haben, können Sie es im LangChain-Framework verwenden, um einen Agent zu entwickeln.

Lokale Co-Piloten

Für alle Agents, die aufgrund von Datenschutz- und Sicherheitsgründen lokal ausgeführt werden müssen, können Sie mit der Entwicklung eines Agent beginnen, der den LLM-gestützten Agents ähnelt.

Anstatt LLMs zu verwenden, könnten Sie jedoch kleinere Sprachmodelle mit maximal 8 Milliarden Parametern nutzen und diese mithilfe von NVIDIA TensorRT™-LLM quantifizieren, um die Größe des Modells zu verringern, damit es für Ihre Grafikkarte geeignet ist.

Mit NVIDIA und dem LangChain Framework können Sie Agents erstellen, die auf lokalen Rechenressourcen ausgeführt werden können. 

Enter the Contest

Schritt 1: Jetzt starten

Registrieren Sie sich, um am Wettbewerb teilzunehmen und unsere Ressourcen zu nutzen.

Tauschen Sie sich mit der Community der LLM-Entwickler und technischen Experten von NVIDIA und LangChain auf dem Discord-Kanal der NVIDIA-Entwickler aus und NVIDIA-Entwicklerforen,.

Registrieren

Schritt 2: Einrichten und Erstellen Ihres Projekts

Richten Sie Ihre Entwicklungsumgebung ein und erstellen Sie Ihr Projekt. Verwenden Sie eine der folgenden NVIDIA Technologien zusammen mit dem LangChain-/LangGraph-Framework, um Ihre Agent-App zu entwickeln.

Schritt 3: In sozialen Medien teilen

Posten Sie ein 45 bis 90 Sekunden langes Demovideo Ihres Projekts zu generativer KI auf X (Twitter), LinkedIn oder Instagram und verwenden Sie die Hashtags #NVIDIADevContest und #LangChain. Markieren Sie außerdem einen dieser NVIDIA-Links in den sozialen Medien:

X (Twitter): @NVIDIAAIDeev
LinkedIn: @NVIDIAAI
Instagram: @NVIDIAAI

Schritt 4: Teilnahmeformular einreichen

Wenn der Vorgang abgeschlossen ist, reichen Sie alle Ihre Ressourcen ein, einschließlich der Links zum Quellcode, Demo-Video, Ihres Posts in den sozialen Medien und aller anderen ergänzenden Materialien. 

Einreichen

Preise

Teilnehmer haben die Chance, Grafikkarten und Preise im Wert von Hunderten von US-Dollar von LangChain zu gewinnen, um ihr Wissen kontinuierlich zu erweitern:

  • Zwei Gewinner erhalten jeweils eine NVIDIA GeForce RTX 4090-Grafikkarte.
  • Eine besondere Erwähnung erhält eine NVIDIA GeForce RTX 4080 SUPER.
  • Die zehn besten Projekte erhalten LangSmith-Guthaben im Wert von je 200 $ und Merchandising-Artikel von LangChain.
  • Die besten 100 Projekte erhalten jeweils einen NVIDIA Deep Learning Institute LLM-Kurs.
  • Alle gültigen Einreichungen erhalten ein digitales Teilnahmezertifikat, das von Jensen Huang, CEO von NVIDIA, unterzeichnet wurde.
Teilnahmebedingungen des Wettbewerbs ansehen

Auswahlkriterien für Gewinner

Qualifizierte Beiträge werden folgendermaßen bewertet:

  • Praxisanwendung: Bewertet die Auswirkungen und Neuheiten des Projekts im Hinblick auf die Bewältigung realer Herausforderungen und die Benutzerfreundlichkeit für die Zielgruppe
  • Technologieintegration: Bewertet, wie effektiv der Entwickler den LLM-Stack von NVIDIA und die LangChain-Technologien im Projekt eingesetzt hat
  • Qualität der Einreichung: Überprüft die Projektdetails, Anweisungen und Demo auf Vollständigkeit und Klarheit

Weitere Ressourcen

Beispiele für generative KI

Entdecken Sie verschiedene Einstiegsmöglichkeiten für generative KI, die modernste Modelle wie Mixtral, Llama und Gemma sowie beschleunigte Frameworks und Bibliotheken von NVIDIA und LangChain verwenden.

Wichtige NVIDIA und LangChain-Ressourcen

Schneller Einstieg mit Foundation-Modellen der NVIDIA NIM APIs,kontrollieren Sie LLM-Output mit NeMo Guardrails,erstellen Sie hochwertige Datensätze mithilfe von NeMo Curatorund optimieren Sie die Inferenz mit TensorRT-LLMs

Machen Sie sich mit den Frameworks von LangChain und LangGraph über Python, und JavaScript-Dokumentation sowie YouTube-Tutorials vertraut.

Support durch Experten und Community-Ressourcen

Lassen Sie sich von den technischen Experten von NVIDIA und LangChain beraten. Werden Sie Teil unserer LLM-Community auf dem Discord-Kanal von NVIDIA-Entwicklern und NVIDIA-Entwicklerforen, um Fragen zu stellen und Ihren Entwicklungsprozess für den Wettbewerb zu beschleunigen.

Produkte
Software
Ressourcen
Unternehmensinfos