Hugging Face ปล่อยโค้ดโอเพนซอร์ส ml-intern ซึ่งเป็นตัวแทน AI สำหรับการวิจัย ML แบบอิสระ

ข้อความ Gate News วันที่ 22 เมษายน — Hugging Face ได้ปล่อยโค้ดโอเพนซอร์ส ml-intern ซึ่งเป็นตัวแทนวิจัยด้าน ML ที่สามารถทำให้กระบวนการทำงานครบวงจรเสร็จสิ้นได้อย่างอิสระ ได้แก่ การอ่านเอกสาร การจัดระเบียบชุดข้อมูล การเริ่มต้นการฝึกบน GPU การประเมินผล และการวนลูปเพื่อปรับปรุง โปรเจกต์นี้สร้างบนเฟรมเวิร์ก smolagents ของ Hugging Face และมีทั้งอินเทอร์เฟซแบบ CLI และแบบเว็บ พร้อมโค้ดที่พร้อมใช้งานบน GitHub.

ชุดเครื่องมือของ ml-intern ออกแบบโดยยึดตามระบบนิเวศของ Hugging Face มันดึงเอกสารจาก arXiv และ HF Papers พร้อมทั้งติดตามสายโซ่การอ้างอิงเพื่อการอ่านที่ลึกขึ้น; ดูชุดข้อมูลบน HF Hub ตรวจสอบคุณภาพ และจัดรูปแบบข้อมูลใหม่สำหรับการฝึก; และเมื่อทรัพยากร GPU ในเครื่องไม่พร้อมใช้งาน จะเรียกใช้ HF Jobs เพื่อสั่งงานฝึกที่ทำบนคลาวด์ เมื่อการฝึกเสร็จสิ้น ตัวแทนจะอ่านผลลัพธ์การประเมินโดยอัตโนมัติ วินิจฉัยสาเหตุของความล้มเหลว และรันการทดลองซ้ำ โดยค่าเริ่มต้น มันใช้ Claude Sonnet 4.5 เพื่อขับเคลื่อนลูปการตัดสินใจ โดยมีจำนวนการทำซ้ำสูงสุด 300 ต่อหนึ่งรัน และบีบอัดบริบทอัตโนมัติเมื่อเกิน 170k โทเค็น.

Hugging Face สาธิตกรณีการใช้งาน 3 แบบ ในงานด้านการให้เหตุผลเชิงวิทยาศาสตร์ ตัวแทนระบุชุดข้อมูล OpenScience และ NemoTron-CrossThink จากสายโซ่การอ้างอิง คัดกรองตัวแปรทั้งเจ็ดจาก ARC, SciQ และ MMLU ตามระดับความยาก และรันการปรับจูนแบบมีผู้สอนจำนวน 12 รอบบน Qwen3-1.7B ทำคะแนน GPQA ดีขึ้นจาก 10% เป็น 32% ภายในเวลาไม่ถึง 10 ชั่วโมง สำหรับแอปพลิเคชันด้านการแพทย์ ตัวแทนสรุปว่าชุดข้อมูลที่มีอยู่ยังไม่เพียงพอ เขียนสคริปต์เพื่อสร้างตัวอย่างข้อมูลสังเคราะห์ 1,100 ชิ้น และขยายให้มากขึ้น 50 เท่าเพื่อใช้ในการฝึก โดยทำผลงานเกิน Codex ถึง 60% บน HealthBench ในสถานการณ์คณิตศาสตร์เชิงการแข่งขัน ตัวแทนได้เขียนสคริปต์ฝึกแบบ GRPO และเริ่มการฝึกบน GPU A100 ผ่าน HF Spaces จากนั้นทำการศึกษาแบบ ablation หลังจากสังเกตเห็นรางวัลพังทลาย (reward collapse).