Hugging Face 工程师用 ML Intern 以约 103 美元自制 7 个小模型

来源:Hugging Face 官方团队博客 2026年10月8日 08:00 AIHOT 评分:72 精选
摘要:Hugging Face 工程师 yuvraj sharma 用 HuggingChat 的 ML Intern 模式在几天内做出 7 个模型,包括可在 CPU 运行、99.7% 有效输出的 0.8B 提示词重写器,以及将柑橘病害识别准确率从 14.9% 提升到 52.8% 的 Qwen3.5-2B 微调模型等,全部计算成本约 103 美元。
推荐理由:作者总结了预算控制、基线评测和冒烟测试等提示词写法,让 agent 自主完成数据构建、训练与发布,方法可直接迁移复用。
# Hugging Face 工程师用 ML Intern 以约 103 美元自制 7 个小模型 > 原标题:The model that didn't exist, so you made it yourself - 来源:Hugging Face 官方团队博客 - 发布时间:2026-10-08T00:00:00.751Z - AIHOT:https://aihot.news/items/ylkp4aqm4r5fn7aul2l9kfmxw - 原文:https://huggingface.co/blog/building-with-ml-intern ## 摘要 Hugging Face 工程师 yuvraj sharma 用 HuggingChat 的 ML Intern 模式在几天内做出 7 个模型,包括可在 CPU 运行、99.7% 有效输出的 0.8B 提示词重写器,以及将柑橘病害识别准确率从 14.9% 提升到 52.8% 的 Qwen3.5-2B 微调模型等,全部计算成本约 103 美元。 ## 推荐理由 作者总结了预算控制、基线评测和冒烟测试等提示词写法,让 agent 自主完成数据构建、训练与发布,方法可直接迁移复用。