Codex를 활용한 AI 모델 학습 및 배포 자동화

Hugging Face가 Codex, Claude Code, Gemini CLI와 같은 코딩 에이전트가 머신러닝(ML) 실험을 엔드투엔드로 수행할 수 있도록 지원하는 HF-skills를 공개했다.

이 기술을 통해 코딩 에이전트는 단순한 코드 작성을 넘어 다음과 같은 전문적인 ML 워크플로우를 자동화할 수 있다:

• 모델 미세 조정(Fine-tuning) 및 RL 정렬(Alignment) 수행
• Trackio를 통한 실시간 학습 지표 모니터링 및 실험 보고서 생성
• 모델 체크포인트 평가 및 결과에 따른 후속 조치
• GGUF 형식으로 모델 양자화 및 로컬 배포 준비
• Hugging Face Hub에 모델 자동 게시

사용자가 자연어로 명령을 내리면, 에이전트는 데이터셋 검증, 적절한 하드웨어 선택, Hugging Face Jobs를 통한 학습 실행, 결과 보고 및 디버깅까지의 전 과정을 자율적으로 관리한다. 이 기능은 SFT, DPO, RL 등 실제 프로덕션에서 사용되는 학습 방법을 모두 지원하며, 0.5B에서 7B 파라미터 규모의 모델까지 다룰 수 있다.