Daniel Han — соучредитель Unsloth, который вместе с братом Michael Han создал инструменты для дообучения, сжатия и локального запуска открытых моделей. Ранее он работал в NVIDIA в Сиднее над RAPIDS, в том числе над GPU-ускоренным t-SNE. Известен разбором ошибок в реализациях открытых моделей Gemma, Llama и Phi, а также работами по градиентной аккумуляции и динамической квантизации. В докладах на AI Engineer World's Fair 2024–2026 он говорит о fine-tuning, обучении с подкреплением и квантизации.
Темы докладов: Инференс, стоимость, открытые модели, Обучение, RL, дообучение и Evals и бенчмарки.
AI Engineer World's Fair 20262
Сжатие моделей для edge-устройств
Daniel Han, Merve Noyan, Chris Alexiuk, Asma Beevi, Parth Sareen
AI Engineer World's Fair 2026
Специальные темы: kernels, RL и reward hacking в агентах
AI Engineer World's Fair 2026
AI Engineer World's Fair 20251
Обучение с подкреплением, вычислительные ядра, reasoning, quantization и agents
AI Engineer World's Fair 2025
AI Engineer World's Fair 20242
Технические основы LLM на низком уровне
AI Engineer World's Fair 2024
Исправляем ошибки в Gemma, Llama и Phi-3
AI Engineer World's Fair 2024