Hugging Face 展示 ML-Intern：智能体几天内训出 6 个模型，总花费约 103 美元
一个先要预算、再跑小测试、最后训练发布的机器学习智能体，已在 HuggingChat 里可用。
// 要点
- ML-Intern 会先规划，花钱前申请预算，先跑小测试再跑完整任务，然后在 Hugging Face 的算力上训练、评估并发布模型。
- 每个任务从 0 美元预算开始，运行付费任务前需要用户批准；在 HuggingChat 打开 ML-intern 模式即可使用。
- 示例 Citrus Doctor 微调 Qwen3.5-2B 识别柑橘病害，335 张测试图准确率从 14.9% 升到 52.8%，花费约 1.90 美元。
- 作者几天内做了 6 个项目，总计约 103 美元；模型、数据集和 Space 公开在 ML-Intern-lab 组织下。
开发者视角「从 0 预算开始、花钱先问」是所有会动钱的智能体都该抄的设计。对小团队，这意味着训一个专用小模型的门槛降到几美元一次试验；我会拿内容审核、标签分类这类固定任务先试一版，再和直接调大模型比成本。