Hugging Face的ml-intern 帮你把整套post-training自动跑完

Hugging Face发布了一个叫ml-intern的自主agent，专门做ML研究里那些不性感的活。搜arXiv和HF Papers、读引用和方法部分、从Hub上找数据集并重新格式化、在Hugging Face Jobs上跑SFT或GRPO任务、监控运行、debug失败、迭代。作者是Aymeric Roucher（smolagents的作者）、Aksel Joonas Reedi、Yoan Di Cosmo。开源，有CLI也有Spaces UI。

这个元循环才是亮点。Anthropic、OpenAI、谷歌都在卷帮终端用户自动化知识工作的agent。ml-intern自动化的是生产那些agent的活儿。Post-training是几乎每个想做垂直agent的团队的瓶颈。如果你能把SFT-eval-debug这套循环交给一个会读论文的称职实习生，你的迭代速度会上一个台阶。

这也是Hugging Face自家全栈最清晰的一次展示：他们的hub、他们的数据集、他们的算力、他们的编排。付账单，换一个通宵跑实验的研究助理。链接：https://www.producthunt.com/products/ml-intern