@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 工具
hugging-face ml-intern automated-training post-training open-source github synthetic-data

摘要

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。

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：它会自己上 arXiv 读论文、翻引用关系，挑出最值得试的算法 2.数据处理：自己去 HF 找数据集，觉得数据不够好？它还会写脚本生成合成数据（Synthetic Data）进行补齐 3.全自动训练：自动写训练脚本、监控收益曲线。如果本地算力不够，还会自己去调用 HF Jobs 跑任务 4.全程闭环：你给它一句话需求，它跑完直接把训练好的模型权重交给你 最硬核的战绩： 它把一个 1.7B 的小模型（Qwen3-1.7B），在没人干预的情况下，通过 10 小时 H100 训练，GPQA 分数从 10% 提升到了 32%，直接超过了 Claude Code（22.99%） 总结：AI 不再只是辅助写代码，它现在开始自己通过读论文和合成数据来“自我进化”了。
查看原文
查看缓存全文

缓存时间: 2026/05/26 05:02

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：它会自己上 arXiv 读论文、翻引用关系，挑出最值得试的算法

2.数据处理：自己去 HF 找数据集，觉得数据不够好？它还会写脚本生成合成数据（Synthetic Data）进行补齐

3.全自动训练：自动写训练脚本、监控收益曲线。如果本地算力不够，还会自己去调用 HF Jobs 跑任务

4.全程闭环：你给它一句话需求，它跑完直接把训练好的模型权重交给你

最硬核的战绩： 它把一个 1.7B 的小模型（Qwen3-1.7B），在没人干预的情况下，通过 10 小时 H100 训练，GPQA 分数从 10% 提升到了 32%，直接超过了 Claude Code（22.99%）

总结：AI 不再只是辅助写代码，它现在开始自己通过读论文和合成数据来“自我进化”了。

相似文章

ML-Intern

Product Hunt

Hugging Face 推出 AI 代理 ML-Intern，可自动完成机器学习工作流中的后训练任务。