Hugging Face, ml-intern 공개
Automated AI researcher running locally with llama.cpp
·2026.05.14 19:32
Hugging Face가 로컬 모델로 ML 라이브러리를 제어하는 에이전트용 도구 ml-intern을 공개했다.
ml-intern은 에이전트가 Hugging Face의 오픈소스 라이브러리(transformers, datasets, trl 등) 및 Hub 인프라와 긴밀하게 통합될 수 있도록 지원하는 **에이전트용 하네스(harness)**입니다.
기존에는 Claude Opus와 같은 클라우드 모델 위주로 설계되었으나, 최근 오픈 모델의 에이전트 워크플로우 성능이 향상됨에 따라 llama.cpp 및 ollama를 통한 로컬 모델 지원이 추가되었습니다.
주요 특징:
- 로컬 실행 가능: 로컬 환경에서 모델을 구동하여 토큰 제한 없이 24시간 AI 연구 프로세스를 수행할 수 있습니다.
- 엔드투엔드 워크플로우: Qwen 모델을 활용해 CPU/GPU 샌드박스와 Hub 작업을 오케스트레이션하며 **SFT(Supervised Fine-Tuning)**를 수행하는 등의 작업이 가능합니다.
- HF 생태계 통합: Hugging Face의 다양한 도구들과 직접 상호작용하여 데이터셋 관리 및 모델 학습을 자동화합니다.
이 요약은 원문 이해를 돕기 위한 큐레이션입니다. 저작권은 원저작자에게 있으며, 정확한 내용과 맥락은 원문을 확인하세요.
요약 오류, 출처 표기 문제, 삭제 요청은 문의 · 건의로 알려주세요.