Fine-Tuning Small Language Models: dalle basi ai Reasoning in pratica

ATTENZIONE: Per rimanere sempre aggiornato su questo evento e sui prossimi, iscriviti alla nostra pagina Linkedin (https://www.linkedin.com/company/kaggle-practical-ai-milano).

L'evento si svolgerà in modalità ibrida: in presenza e online.

>>> IN PRESENZA

Luogo: Edreams Odigeo Tech Hub - Via Gustavo Fara, 26, 20124 Milano MI

PRIMO PIANO

ATTENZIONE! Ingresso direttamente dalla reception di Via Fara, 26 che rimarrà aperta eccezionalmente fino alle ore 20:00.

Ingresso a partire dalle 18:15.

Evento gratuito con limite dei partecipanti e con registrazione obbligatoria.

>>> IMPORTANTE! ISCRIVITI A QUESTO EVENTO SOLO SE INTENDI PARTECIPARE IN PRESENZA. Se ti sei iscritto e per qualsiasi ragione sei impossibilitato a partecipare ANNULLA l'iscrizione.**

Se vuoi partecipare all'evento ONLINE segui le istruzioni riportate qui di seguito.

>>> ONLINE

ATTENZIONE LA DIRETTA STREAMING PER QUESTO EVENTO NON SARA' GARANTITA.

Iscriviti al nostro canale YouTube e segui l'evento in diretta streaming disponibile a questo indirizzo

https://www.youtube.com/@kagglePracticalAIMilano/streams

PROGRAMMA

18:15-18:30 Registrazione partecipanti

18:30-18:45 Presentazione della nostra community

18:45-19:45 Talk

19:45-20:30 Q&A e Networking

SPEAKER

Stefano Fiorucci è un AI e Software Engineer appassionato di open source e condivisione della conoscenza. Lavora in deepset, contribuendo a Haystack, framework open source che semplifica lo sviluppo di applicazioni basate su LLM come agenti e pipeline RAG.
Nel tempo libero sperimenta con gli Small Language Models, dal fine-tuning per la lingua italiana all'interpretabilità, fino all'esplorazione di tecniche di Reinforcement Learning per migliorare le capacità di ragionamento dei modelli.

ABSTRACT

Nel 2025, mentre i Language Models più grandi continuano a dominare i benchmark, gli Small Language Models open stanno diventando sempre piùcapaci e accessibili.
In questo talk esploreremo, in modo pratico, come vengono addestrati questi modelli e come personalizzarli tramite tecniche di Fine-Tuning, seguendo casi reali tratti dalla mia esperienza:
- Gemma per l'italiano: come ho addestrato Gemma per una competizione Kaggle (in cui sono stato tra i vincitori!). Esploreremo Instruction Fine-Tuning, Direct Preference Optimization e strategie di training efficienti, adatte a risorse computazionali limitate.
- Qwen Scheduler GRPO: come ho trasformato un Language Model instruct in un modello di reasoning, insegnandogli a generare schedule coerenti, partendo da una serie di eventi e priorità. Vedremo come funzionano GRPO e Reinforcement Learning with Verifiable Rewards.

Know what’s Happening Next — before everyone else does.

Get App

Host or Publisher Kaggle & Practical AI - Milano