Tech Meridian ← К ЛЕНТЕ
PROМОЙ MERIDIAN EN

НОВОСТЬ · MODELS · #1748

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.

КЛЮЧЕВЫЕ ТЕЗИСЫ

  1. 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.
  2. 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.
  3. USD 7,60); весь проект с разметкой 8,797 примеров потребовал примерно USD 16 вычислений.

ПОЧЕМУ ЭТО ВАЖНО

Это демонстрирует агентный процесс, который дешево автоматизирует подготовку данных, дообучение, оценку и публикацию на Hub, снижая барьер для создания небольших специализированных моделей.

ИСТОЧНИКИ И ХРОНОЛОГИЯ

1
01
HUGGING FACE ПЕРВОИСТОЧНИК
The model that didn't exist, so you made it yourself

Last week, I wanted a small version of the prompt rewriter that ships with Qwen-Image 2.1. The official one is a 9B model that needs about 20 GB of memory and thinks for thousands of tokens before writing a single paragraph. On the Hub, I found only compressed copies of that same 9B model. So I described what I wanted to ML Intern , and the next day I had a 0.8B version that runs on a CPU. It returns valid output 99.…

↗