HuggingFaceがml-intern公開：論文を読み、モデルを訓練・デプロイするAI MLエンジニア

結論

HuggingFaceがml-internを発表。AIエージェントがMLパイプライン全体を自動化：論文を読む、実験を再現、モデルを訓練、Hubにプッシュ。1週間で7,774スターを獲得。

ワークフロー

論文PDF/arXiv ID → 論文解析 → コード生成 → 訓練エンジン → 評価・デプロイ → Hub

主要機能

機能	説明	実装
論文読解	アーキテクチャ、ハイパーパラメータ、データセットを抽出	LLM + 論文構造化抽出
コード生成	論文から実行可能な訓練コードを生成	Claude Code統合
自動訓練	利用可能なGPUで訓練を実行	ローカル/クラウドGPUスケジューリング
モデル評価	標準ベンチマークで評価	内蔵評価フレームワーク
Hubプッシュ	自動パッケージ化してHubにプッシュ	Hub API統合

クイックスタート

pip install ml-intern

from ml_intern import MLIntern
intern = MLIntern(agent_model="claude-sonnet-4-20260414", gpu_config="auto")
result = intern.process_paper(paper_id="2604.xxxxx", dataset="custom", train_hours=4)

CLIモード

ml-intern process --arxiv 2604.xxxxx --gpu auto
ml-intern list

制限事項

• GPUが必要: 訓練にはGPUリソースが必須
• 論文品質に依存: 明確な論文ほどコード生成が正確
• 万能ではない: 革新的なアーキテクチャは手動調整が必要