Если AI-агент может сам читать статьи, проектировать эксперименты, обучать модели, запускать оценки и развёртывать в продакшн — рабочий процесс ML-инженера переопределяется.
Опенсорсный ml-intern от HuggingFace на этой неделе набрал 7.5k звёзд (6,388 новых), сейчас на 2-м месте в GitHub Trending. Поддерживается командой HuggingFace официально — это не эксперимент сообщества, а серьёзное продуктовое направление.
Что умеет
| Шаг | Действие агента |
|---|---|
| Чтение статей | Автоматический поиск и парсинг статей arXiv, извлечение методов, датасетов, метрик |
| Проектирование экспериментов | Генерация кода обучения и конфигураций на основе методов из статей |
| Обучение моделей | Выполнение обучения на указанном оборудовании с автоподбором параметров |
| Оценка | Оценка с использованием стандартных бенчмарков |
| Развёртывание | Отправка обученных моделей на HuggingFace Hub |
Быстрый старт
git clone https://github.com/huggingface/ml-intern.git
cd ml-intern
pip install -e .
export HF_TOKEN="your-token"
ml-intern run --task "Implement the attention mechanism from Transformer paper"