Hugging Face, ML Intern 에이전트로 6개 모델 공개

Hugging Face가 ML Intern 에이전트가 며칠 만에 6개의 특화 AI 모델을 학습하고 공개한 과정을 담은 블로그를 게시했다. 총 연산 비용은 약 USD 103이다. 이 에이전트는 사용자 프롬프트를 바탕으로 작업을 계획하고, 예산 승인을 요청하며, 스모크 테스트를 실행한 뒤 평가 결과와 함께 모델을 Hub에 직접 게시한다.

주요 제작 모델

• Citrus Disease VLM: Qwen3.5-2B를 3,017개의 주석 달린 이미지로 파인 튜닝했다. 335장의 테스트 세트에서 정확도가 기본 모델의 **14.9%**에서 **52.8%**로 향상됐다. 연산 비용: USD 1.90.
• Huggy LoRA: Hugging Face 마스코트를 생성하기 위해 84개의 그림으로 FLUX.2 klein base 4B에 학습시킨 LoRA다. 연산 비용: USD 7.60.
• Viewpoint Orbit LoRA: 가정용 물체의 렌더링된 이미지 24,722개로 Qwen-Image 2.1에 학습시킨 카메라 각도 LoRA다. 연산 비용: USD 16.
• Doodle-in LoRA: Qwen-Image 2.1용 LoRA로, 합성 쌍 6,042개로 학습해 마젠타 색 낙서를 객체로 대체한다. 편집당 4.7초에 객체 감지 정확도 **67.5%**를 달성했다. 연산 비용: USD 24.30.
• Pocket Rewriter: 9B 크기의 Qwen-Image-2.1-PE-T2I 프롬프트 리라이터를 0.8B와 2B 학생 모델로 증류했다. 0.8B 버전은 CPU에서 실행되며 유효한 출력 비율이 **99.7%**다. 연산 비용: USD 16.05.
• Agate 4-step: 260M 파라미터의 Agate Preview 002 텍스트-투-이미지 모델을 50단계에서 4단계로 증류했다. GenEval 점수는 0.536(교사 모델의 50단계 점수 0.563 대비)이며, 브라우저 사용을 위해 ONNX로 내보냈다. 연산 비용: USD 37.

워크플로우 및 비용

작성자 측은 검증된 사실 정의, 학습 전 기준선 설정, 엄격한 예산 상한 설정이 효과적인 프롬프트 작성의 핵심이라고 강조한다. ML Intern 에이전트는 이러한 제한을 준수하며 초과 시 승인을 요청한다. 데이터 생성과 학습을 포함한 6개 프로젝트의 총 비용은 약 USD 103이다.