AI Agent ワークショップ
TOKYO

対象者： AIエンジニア / ML / AIリサーチャー

ワークショップで得られること

• オープンソースLLMを活用したエージェントを構築し、実世界のタスクで評価する方法
• サーバーレス強化学習（RL）を活用し、エージェントの性能と信頼性を継続的に向上させる方法
• モデルドリフトを防ぎ、コスト効率に優れた自己改善型エージェントを実現するための、構造化されたタスク設計と評価パイプラインの作り方
• ツール利用、MCP連携、スキルフレームワーク、反復的な評価ワークフローを組み込み、本番導入を見据えたエージェントを設計する方法

セッション１

ART-E-Mini：強化学習によるオープンソースモデルの特化・高度化

このセッションでは、強化学習を活用し、エンドユーザーとのやり取りを通じてAIエージェントを継続的に改善していく方法を学びます。オープンソースモデルを使って実際のメールを検索するエージェントを構築し、その性能を確認した後、CoreWeaveの高性能GPU上で動作するサーバーレスRLを用いてさらなる性能向上を目指します。あわせて、モデルドリフトを防ぎながら、Weights & Biases のツールで非常にコスト効率の高いエージェントを実現するためのタスク定義についてもご紹介します。

セッション２

From brains to body：特化型エージェントのさらなる進化

新たに特化・最適化したモデルを効率的に機能させ、強力なエージェントへと進化させるために必要なスキルセットを学びます。エージェントスキル、ツール利用、MCP、評価手法などの重要な要素を幅広く取り上げながら、W&B Weaveのようなツールを用いてエージェントを継続的に改善していく方法を深く理解していただけます。