Hugging Face 详解用 ML-intern 智能体自主训练与微调小模型实践

作者展示了在 HuggingChat 中使用 ML-intern 智能体自动完成模型微调、蒸馏和发布的实践，几天内花费约 103 美元算力构建了 6 个模型。提示词编写的关键在于设定基准评测、50 步权重变化冒烟测试、注明已知事实以节省算力，并严格设定预算上限。案例包含柑橘病害诊断、视角控制 LoRA、0.8B 提示词重写小模型及 4 步端侧文生图模型蒸馏等，所有提示词已在 GitHub 开源。