Пользователь автоматизировал тонкую настройку и публикацию нескольких небольших моделей с помощью «ML-intern» на Hugging Face Hub
Авторы описывают работу с разговорным агентом ML-intern через HuggingChat, который планирует, запрашивает бюджет, обучает, оценивает и публикует модели и LoRA на Hugging Face Hub. Примеры: 0.8B переписыватель подсказок, созданный из 9B модели Qwen; модель 'citrus-disease-vlm-instruct' на базе Qwen3.5-2B (база 14,9% → после дообучения 52,8% на тесте из 335 фото; примерно USD 1,90), и LoRA для Huggy на 84 рисунках (ок. USD 7,60); весь проект с разметкой 8,797 примеров потребовал примерно USD 16 вычислений.