Hugging Face запустила ML Intern — автононого инженера по машинному обучению, который помогает пользователям обучать и публиковать модели, значительно упрощая процесс. Теперь хватает просто задать задачу на естественном языке, а агент сам изучит необходимую документацию, соберет данные и модели, сгенерирует код и запустит вычисления.
Как это работает
ML Intern работает по принципу research first, что означает, что перед решением задачи он прежде всего изучает статьи и публикации, относящиеся к теме. Например, при дообучении моделей агент проверяет формат датасетов и архитектуру моделей. Также предусмотрен тестовый запуск перед дорогостоящими вычислениями, что позволяет находить ошибки в коде и зависимостях. За процессом следит специальный агентный цикл, который выбирает инструменты и анализирует результаты, пока не получает нужный ответ или не сталкивается с ограничением.ML Intern предлагает больше 300 интеграций за один запуск, а также имеет инструменты для поиска информации по научным статьям, репозиториям GitHub и документации на Hugging Face. Результаты работы могут включать репозитории моделей, запущенные Hugging Face Job и опубликованные демонстрации приложений в Spaces.
Воздействие на рынок
Для российской аудитории запуск ML Intern может стать значительным шагом в направлении упрощения разработки и развертывания AI-решений. Учитывая высокую конкуренцию на рынке IT и необходимость в автоматизации процессов, такие инструменты как ML Intern могут существенно ускорить внедрение технологий машинного обучения в бизнес. Интеграция с API делает его подходящим для использования в различных проектах и приложениях.Код ML Intern доступен на GitHub по лицензии Apache 2.0, что позволяет разработчикам адаптировать его под свои нужды и интегрировать в существующие системы.
В ближайшее время Hugging Face планирует доработки и улучшения ML Intern, что предвещает дальнейшее расширение возможностей AI-агента.