Getting Started with Hugging Face ML Intern: Your First ML Agent

KDnuggets

KDnuggets2026年7月6日

Getting Started with Hugging Face ML Intern: Your First ML Agent

8.5内容质量

TL;DR · AI 摘要

Hugging Face推出的ML Intern通过自然语言描述自动生成代码和训练模型，显著提升研发效率。

核心要点

ML Intern支持自然语言描述任务，自动生成代码并部署模型，减少手动编码工作量。
基于Hugging Face生态，集成论文搜索、数据集处理和GPU训练，提升研发流程自动化。
在GPQA基准测试中，小模型在10小时内性能从10%提升至32%，验证其实际效果。

结构提纲

按章节快速跳转。

§引言
介绍ML Intern作为Hugging Face推出的新型机器学习代理工具。
·核心机制
通过自然语言描述任务，自动生成代码并执行训练流程。
›技术架构
基于Hugging Face生态，集成论文搜索、GPU训练和模型部署功能。
·实际应用
展示在GPQA基准测试中性能提升的案例，验证工具有效性。
›迭代流程
通过循环工作流持续优化模型，减少重复性开发工作。

思维导图

用一张图看清主题之间的关系。

查看大纲文本（无障碍 / 无 JS 友好）

Hugging Face ML Intern
- 核心功能
  - 自然语言任务描述
  - 代码自动生成
  - 模型训练部署
- 技术架构
  - Hugging Face生态集成
  - smolagents框架
  - GPU训练服务(HF Jobs)
- 应用案例
  - GPQA基准测试性能提升

金句 / Highlights

值得收藏与分享的关键句。

ML Intern的工作流在10小时内将小模型在GPQA基准测试性能从10%提升至32%。
— 第 3 段
⬇︎ 下载 PNG 𝕏 分享到 X
与传统聊天机器人不同，ML Intern采用迭代工作流持续优化模型。
— 第 4 段
⬇︎ 下载 PNG 𝕏 分享到 X
工具集成HF Jobs、Trackio等Hugging Face生态组件，实现端到端自动化。
— 第 2 段
⬇︎ 下载 PNG 𝕏 分享到 X

#Hugging Face#ML Intern#机器学习#自动化工具#AI研发

打开原文

与 Hugging Face ML Intern 共启机器学习之旅：你的第一个 ML Agent - KDnuggets

publ: 2026年7月6日

博客热门文章

主题 AI 职业建议计算机视觉数据工程数据科学语言模型机器学习 MLOps NLP 编程 Python SQL

数据集

活动

资源快速参考指南推荐技术简报

广告

订阅电子报

#header end

/ad_wrapper

与 Hugging Face ML Intern 共启机器学习之旅

你描述模型需求，它负责编写代码、执行训练并部署检查点。欢迎来到 ML Intern。

作者：

Kanwal Mehreen

，KDnuggets 技术编辑兼内容专家，2026年7月6日发布于

人工智能

# 开始使用 ML Intern

你是否曾陷入这样的困境：手头有一个模型构想，但"我读过论文"与"我在模型库中拥有训练好的检查点"之间的差距仍需要耗费整个周末？ML Intern 是 Hugging Face 为缩小这一差距所做的尝试。这是 Hugging Face 提供的一个开源命令行界面（CLI）代理工具，允许你用纯英文描述机器学习任务。

无需手动拼接所有组件，你只需告诉它进行模型微调、探索研究论文或启动训练任务。它会处理初级机器学习工程师通常需要完成的工作：阅读文档、搜索 GitHub、编写脚本、启动任务、检查结果并进行迭代。

该工具完全基于 Hugging Face 技术栈构建。它可以在模型库和 arXiv 上搜索论文，处理数据集，使用 HF Jobs 启动 GPU 训练任务，通过 Trackio 记录实验，并在任务完成后将训练好的模型重新发布到模型库。其底层采用 smolagents 框架，并可通过 Hugging Face 推理服务提供商或本地端点路由模型调用（若不想消耗 API 信用额度）。它更像是拥有 shell 访问权限和 Hugging Face 账户的研究实习生，而非"代码版 ChatGPT"。该仓库地址为 huggingface/ml-intern，你可以对其进行实验、根据需求进行调整，甚至将其集成到持续集成（CI）工作流中。

# 理解 ML Intern 的价值

真正的机器学习研究并非线性过程。你阅读文献、追踪引用、找到一个接近匹配的数据集、重写数据加载器两次、进行训练、发现评估错误、修正问题并重新训练。ML Intern 的设计目标是自动化这些重复性工作，让你专注于研究决策而非反复编写初始化代码。

与传统聊天机器人不同，它不会在生成一个答案后停止。相反，它遵循迭代工作流程。

ML Intern 工作流循环

Hugging Face 发布的实验结果表明，该代理在 GPQA（科学推理基准测试）上，使用小型 Qwen 模型在不到 10 小时内将性能从约 10% 提升至约 32%。无论你是否关注这个特定基准，这都表明这不是一个只生成一个脚本就停止的玩具工具。它被设计为持续运行的系统。

至此，你已了解该项目存在的背景。现在是时候使用它了，但在此之前，请确保已满足所有前提条件。

# 检查先决条件

你需要 Hugging Face 账户、Python、uv 工具以及一些令牌。

令牌

为何需要？

推荐权限

code

HF_TOKEN

/think

访问 Hugging Face Hub、推理服务提供商、GPU 沠箱和训练任务。

写入

（推荐）或

读取

如果你仅计划探索且不打算上传任何内容

code

GITHUB_TOKEN

当代理查找参考实现时，搜索公共

GitHub

仓库。

细粒度

令牌具有

只读

访问公共仓库的权限

如果跳过 HF_TOKEN，CLI 在首次启动时会提示你输入一个，除非你正在运行完全本地化的模型。如果你不确定如何创建任一令牌，请查看 Hugging Face 访问令牌和 GitHub 个人访问令牌的官方指南。

# 安装 ML Intern

复制并运行以下命令。

code

git clone git@github.com:huggingface/ml-intern.git
cd ml-intern
uv sync
uv tool install -e .

完成之后，ml-intern 可以从任何目录运行。快速检查一下：

code

ml-intern --help

将以下内容添加到你的 .env 文件中，或在你的 shell 中导出等效变量。

code

HF_TOKEN=hf_your_token_here
GITHUB_TOKEN=ghp_your_token_here

# 比较交互模式和无头模式

在开始第一次运行之前，了解代理支持的两种模式会有帮助。

#### // 使用交互模式

运行以下命令启动你的机器学习代理。

code

ml-intern

这将打开一个聊天会话。你可以描述你的需求，代理会规划步骤，在执行高风险操作前请求批准，并在工作过程中持续更新你。你甚至可以在对话中通过以下命令切换模型：

code

/model

一些适合初学者的提示：

"在 Hub 上找到一个小型分类数据集，并向我展示如何使用 datasets 库加载它。" "总结这篇论文并列出它使用的数据集：[arXiv 链接]。" "为 Qwen2.5-0.5B 在一个小型公共数据集上编写一个最小的低秩适应（LoRA）微调脚本。现在不要启动训练，只需编写脚本。"

#### // 使用无头模式

code

ml-intern "fine-tune llama on my dataset"

此模式使用单个提示并自动批准操作。代理会一直运行直到完成或达到迭代限制。这种模式适合你将它部署到 GitHub Action 中进行夜间实验。

当你熟悉后，一些有用的标志：

code

ml-intern --max-iterations 100 "your prompt"   # 限制预算
ml-intern --no-stream "your prompt"            # 为 CI 日志提供更清晰的输出
ml-intern --sandbox-tools "test this in a GPU sandbox"
ml-intern --model moonshotai/Kimi-K2.7-Code:novita "your prompt"

如果你刚开始，先尝试交互模式。熟悉后，切换到无头模式进行自动化操作。

# 开始你的第一次运行

在两种模式中使用相同的提示，以便你能看到它们的差异。我们将从一个不涉及训练的小任务开始。目标仅仅是找到一个 Hugging Face Hub 上的数据集并编写加载脚本。

提示：

code

在 Hub 上找到 rotten_tomatoes 数据集，并编写一个简短的 Python 脚本，使用 datasets 加载它并打印第一个示例。保存为 load_dataset.py。不要运行训练。

在开始之前，请确保你的 .env 文件中包含 HF_TOKEN 和 GITHUB_TOKEN。

#### // 在交互模式中运行

你打开一个聊天会话，输入提示，观察其运行过程，并根据需要进行后续操作。

运行此命令：

然后在 > 提示符后输入你的提示：

code

在 Hub 上找到 rotten_tomatoes 数据集，并编写一个简短的 Python 脚本，使用 datasets 加载它并打印第一个示例。保存到 /tmp/load_dataset_interactive.py。不要运行训练。

输出：

code

正在初始化代理运行时...
 用户: kanwal8008
 模型: zai-org/GLM-5.2:novita
 工具运行时: 本地文件系统
 工具: 已加载 25 个
输入 /help 查看命令 · /model 切换模型 · /quit 退出
准备就绪。让我们构建一些令人印象深刻的东西。
> 在 Hub 上找到 rotten_tomatoes 数据集，并编写一个简短的 Python 脚本，使用 datasets 加载它并打印第一个示例。保存到 /tmp/load_dataset_interactive.py。不要运行训练。
该数据集是 cornell-movie-review-data/rotten_tomatoes。它包含一个默认配置，具有训练/验证/测试划分，列包括文本和标签。现在开始编写脚本。
▸ write {"content": "\"\"\"从 HF Hub 加载 rotten_tomatoes 数据集并打印第一个示例。\"\"\""}
完成。脚本已保存到 /tmp/load_dataset_interactive.py。
脚本功能：
 - 通过 datasets.load_dataset 加载 cornell-movie-review-data/rotten_tomatoes
 - 打印数据集划分（训练集、验证集、测试集）
 - 打印第一个训练示例（{"text": ..., "label": ...} 字典）
数据集详情：
 - 列：text（电影评论句子），label（0 = 负面，1 = 正面）
 - 总共约 10.6k 个示例（5,331 个正面 / 5,331 个负面）
你可以通过以下方式本地运行：
 python /tmp/load_dataset_interactive.py
> /quit
再见。

创建的文件（/tmp/load_dataset_interactive.py）：

code

"""从 HF Hub 加载 rotten_tomatoes 数据集并打印第一个示例。"""
from datasets import load_dataset

# 从 Hub 加载完整数据集（所有划分）
ds = load_dataset("cornell-movie-review-data/rotten_tomatoes")

print("数据集划分:", list(ds.keys()))
first_train = ds["train"][0]
print("第一个训练示例:")
print(first_train)
print("\n标签含义: 0 = 负面, 1 = 正面")

交互模式在执行过程中会提供更多上下文信息，包括数据集详情、脚本功能以及如何运行。在输入 /quit 之前，你还可以提出后续问题。

#### // 以无头模式运行

一条命令即可，代理从开始到结束运行后退出。

code

ml-intern --max-iterations 15 --no-stream \
"在 Hub 上找到 rotten_tomatoes 数据集，并编写一个简短的 Python 脚本，使用 datasets 加载它并打印第一个示例。保存到 /tmp/load_dataset.py。不要运行训练。"

code

已加载 HF 令牌
模型: zai-org/GLM-5.2:novita
工具运行时: 本地文件系统
最大迭代次数: 15
提示: 在 Hub 上查找 rotten_tomatoes 数据集，并编写一个简短的 Python 脚本，使用 datasets 加载它并打印第一个示例。保存到 /tmp/load_dataset.py。不要运行训练。
---
▸ hf_inspect_dataset {"dataset": "cornell-movie-review-data/rotten_tomatoes", "sample_rows": 1}
▸ write {"content": "from datasets import load_dataset\n\ndataset = load_dataset(\"rotte..."}
▸ bash {"command": "cd /tmp && python load_dataset.py", "description": "运行数据集. .."}
完成。脚本已保存到 /tmp/load_dataset.py 并验证通过。它通过 datasets.load_dataset 加载 rotten_tomatoes 数据集（数据集 ID: cornell-movie-review-data/rotten_tomatoes），并打印第一个训练示例：
 {'text': 'the rock is destined to be the 21st century\'s new " conan " ...',
 'label': 1}
该数据集包含两列 -- text（评论）和 label（0 = 负面，1 = 正面）-- 分别在 train（8,530 行）、validation（1,066）和 test（1,066）部分中。
--- Agent turn_complete (history_size=9) ---

创建的文件（/tmp/load_dataset.py）：

code

from datasets import load_dataset
dataset = load_dataset("rotten_tomatoes", split="train")
print(dataset[0])

无头模式会自动批准所有操作。当你明确知道自己要做什么且不需要中途干预运行时，这非常有用。

# 使用本地模型运行 ML Intern

如果你不想使用 Hugging Face 推理服务提供商或支付 API 调用费用，ML Intern 也可以与本地托管模型配合使用。ML Intern 不会自行下载和加载模型权重，而是连接到已在你机器上运行的 OpenAI 兼容服务器。

这意味着你可以使用流行的本地推理框架，例如：

Ollama
vLLM
LM Studio
llama.cpp

例如，如果你使用 Ollama，可以运行：

code

ml-intern --model ollama/llama3.1:8b "Summarize the README in this repository."

或者，如果你使用 vLLM 运行模型：

code

ml-intern --model vllm/meta-llama/Llama-3.1-8B-Instruct "Your prompt"

如果你的本地模型服务器运行在自定义端点上，可以通过环境变量进行配置：

code

LOCAL_LLM_BASE_URL=http://localhost:8000
LOCAL_LLM_API_KEY=optional-if-your-server-requires-it

一些提供商还支持自己的环境变量。例如，如果你使用 Ollama，可以设置 OLLAMA_BASE_URL，它会优先于通用的 LOCAL_LLM_BASE_URL。需要记住的一个重要事项是，小型本地模型在处理多步骤训练流水线时会遇到困难。它适合用于探索和脚本起草，但对于严肃的代理循环，你需要一个具有更多推理空间的模型。

# 理解 ML Intern 的工作原理

你不需要记住架构，但了解代理有时会暂停并要求你批准某些操作的原因是有帮助的。代理默认运行最多 300 轮的迭代循环。下面的流程图大致说明了每次调用时会发生什么。

ML Intern 处理每次调用的方式

ML Intern 最显著的优势之一是其开箱即用的丰富工具集。内置工具覆盖了 Hugging Face 生态系统，包括文档、数据集、仓库、论文和工作机会，还支持 GitHub 搜索、本地文件操作、计划辅助工具，以及通过模型上下文协议（MCP）连接的任何外部工具。甚至包含一个死循环检测器，可识别重复调用相同参数的工具，这是使用编码代理时常见的问题。

每个会话都可以自动上传到你的 Hub 账户上的私有数据集（{username}/ml-intern-sessions），格式兼容代理追踪查看器（Agent Trace Viewer）。这些追踪记录对调试特别有用，因为它们能让你检查代理的每一步推理过程。如果出现异常，你可以在代理追踪查看器中打开会话，精准定位代理做出错误决策的位置。

你还可以控制会话期间追踪记录的共享方式：

code

/share-traces private
/share-traces public

如果不想保存会话历史，也可以通过配置文件完全禁用追踪上传。

# 避免常见错误

明确你的提示指令。"Fine-tune llama" 这样的表述过于模糊。"Fine-tune meta-llama/Llama-3.2-1B on imdb with LoRA, max 1 epoch, do not push to Hub" 这样的具体描述更优。注意审批权限。训练任务和沙箱环境都会产生费用。代理会主动询问，因此首次运行时不要盲目批准所有操作。进行实验时设置 --max-iterations 参数。默认的 300 次迭代限制对复杂任务非常友好，但在测试阶段可能导致计算资源浪费。检查追踪记录。当出现异常情况时，你在 Hub 上的私有会话数据集就是黑匣子记录器。

# 下一步行动

ML Intern 不会取代你的判断力。你仍需阅读训练日志、验证评估结果的合理性，并判断 GPQA 上 32% 的准确率是否符合预期。但如果你曾盯着空白的 train.py 文件不知从何下手，拥有一个熟悉 Hub 的实习助手就是重要的第一步。

运行 ml-intern，给它一个简单的任务，观察它的表现。这是初始阶段的游戏规则。一些实用的下一步建议：

探索 GitHub 仓库。浏览源代码，查看示例，保持对新功能和改进的了解。创建自定义工具。ML Intern 的设计支持扩展性。你可以通过修改 agent/core/tools.py 文件并重新安装包来自定义工具：

code

uv tool install -e . --force

连接 MCP 服务器。如果你使用 MCP，可以通过更新 configs/cli_agent_config.json 文件来附加外部工具和服务。环境变量如 ${YOUR_TOKEN} 会自动从你的 .env 文件加载。启用 Slack 通知。如果需要完成时提醒功能，设置 SLACK_BOT_TOKEN 和 SLACK_CHANNEL_ID。

Kanwal Mehreen 是一名机器学习工程师和技术作家，对数据科学以及人工智能与医学的交叉领域充满热情。她合著了电子书《Maximizing Productivity with ChatGPT》。作为 2022 年 Google Generation Scholar（亚太区），她倡导多样性和学术卓越。她还被授予 Teradata 技术领域多样性学者、Mitacs Globalink 研究学者和哈佛 WeCode 学者称号。Kanwal 是变革的坚定倡导者，她创立了 FEMCodes 组织，致力于赋能 STEM 领域的女性。

Getting Started with Hugging Face ML Intern: Your First ML Agent

TL;DR · AI 摘要

核心要点

结构提纲

思维导图

金句 / Highlights

与 Hugging Face ML Intern 共启机器学习之旅：你的第一个 ML Agent - KDnuggets

与 Hugging Face ML Intern 共启机器学习之旅

# 开始使用 ML Intern

# 理解 ML Intern 的价值

# 检查先决条件

# 安装 ML Intern

# 比较交互模式和无头模式

# 开始你的第一次运行

# 使用本地模型运行 ML Intern

# 理解 ML Intern 的工作原理

# 避免常见错误

# 下一步行动

更多相关内容

最新文章

热门文章