@RoundtableSpace：Hugging Face 用智能体把整个后训练团队自动化了。它会读论文、跑 GPU 实验、反复迭代……

X AI KOLs Following 模型
autonomous-agent post-training benchmark research-automation

摘要

Hugging Face 用自主智能体取代后训练团队，自动读论文、跑 GPU 实验并优化模型，不到 10 小时就在基准测试上提升 22 分，HealthBench 成绩比 Codex 高 60%。

Hugging Face 用智能体把整个后训练团队自动化了。它会读论文、跑 GPU 实验、持续迭代，并自主构建有研究依据的模型。不到 10 小时就把基准从 10% 推到 32%，在 HealthBench 上比 Codex 高出 60%。
查看原文
查看缓存全文

缓存时间: 2026/04/22 08:29

抱抱脸刚刚用智能体把整个后训练团队自动化了。它能读论文、跑 GPU 实验、迭代，并自主构建有研究支撑的模型。不到 10 小时就把某基准从 10% 拉到 32%，在 HealthBench 上比 Codex 高出 60%。

相似文章

@nini_incrypto_: Hugging Face 把 AI 训练全流程都自动化了啦！ 最近有个叫 ml-intern 的项目在 GitHub 爆火，它就像一个 24 小时待命的算法实习生，能独立完成大模型的后训练（Post-training） 1.自主调研：它会…

X AI KOLs Timeline

Hugging Face 推出的 ml-intern 项目在 GitHub 上爆火，能够自主完成论文调研、数据处理、训练脚本编写和模型训练的全流程自动化，无需人工干预即可将小模型（如 Qwen3-1.7B）的性能大幅提升，甚至超越 Claude Code。