文本生成 • 0.8B • 已更新 • 4.52k • 14
上周，我想要一个小版本的
在接下来的几天里，我用同样的方法又做了五个模型。每一个都始于 HuggingChat 中一条开启了 ML-intern 的消息，每一个最终都成为 Hub 上的公开模型，并在模型卡中附有评估结果。ML-intern 会规划工作，在花费任何费用之前先向我询问预算，在正式任务之前先运行一个小测试，然后在 Hugging Face 硬件上进行训练、评估和发布。
第一条消息是我投入精力的地方。我为下面分享的 citrus 模型写的第一条提示词大约有 450 个词。到我的第 6 个项目时，它已经接近 2,000 个词，因为每个项目都教会了我一些我想在下一个项目中加入的东西。全部七条提示词都在 GitHub 上的 yvrjsharma/ml-intern-prompts，完全是我写下的原样。
一条提示词以一句话说明想法以及我为什么想要它开头。然后它列出确切的组成部分：数据集、基础模型、训练脚本。任何我已经核实过的内容都放在一个标题下，标题字面上写着“已核实的事实，不要重新推导”，这样智能体就会把预算花在工作上，而不是重新发现我已经知道的东西。对于那个相机角度 LoRA，这一节列出了哪个训练器刚刚添加了透明图像支持，以及哪些开放的 GitHub issue 使备用训练器存在风险。
提示词中有两行至关重要。第一行要求在任何训练之前先给出基线。例如，citrus 提示词说：“还要在训练前报告基础模型在同一指标上的零样本得分，这样我们就能看到增益。”没有它，你只会得到一个训练好的模型，却不知道它是否比最初的好。第二行是附带检查的冒烟测试。对于图像 LoRA，我要求进行 50 个训练步骤，然后检查保存的权重是否确实发生了变化，之后才为完整运行付费。
在提示词末尾，我列出预期的交付成果并限制成本。我定义模型卡中应包含什么，并加入一条指令，例如：“总支出上限为 12 美元，超出前先问我。”因为 ML-intern 每项任务都以零美元预算开始，并且在执行付费任务前需要许可，所以这个支出限制会被严格执行。当你省略预算时，智能体会根据项目规模建议几种路径，并询问你更偏好哪一种。
你第一次尝试时不一定需要所有这些。例如，我的 citrus 简报中没有已核实的事实部分，而 ML Intern 仍然产出了一个模型，其准确率是 Qwen3.5-2B 模型的三倍多。让我带你看看我在短短几天内用 Ml-Intern 构建的 6 样东西。
通用视觉模型可以描述一片发黄的柑橘叶子。然而，要告诉你这是螨虫问题还是缺镁，以及治疗这株植物的生物和非生物疗法，却非常困难。使用 Claude，我整合了一个训练数据集，它合并自 Hub 上 Project-AgML 组织托管的三个来源。由此得到的 citrus-disease-vlm-instruct 是一个包含 3,017 张标注图像的数据集，涵盖 21 种不同的害虫、疾病、营养缺乏和治疗方案。ML-intern 使用这些样本处理了 Qwen3.5-2B 的微调，并确保事先对基础模型进行了基准测试。
在 335 张测试照片上，基础模型有 14.9% 的时候给出了正确的问题名称。在一块 A10G 上训练两个 epoch 后，微调模型达到了 52.8%。计算成本约为 1.90 美元。
图像模型认识很多角色。以 Hugging Face 品牌资产的扁平风格绘制的 Huggy，并不在其中。我让 ML-Intern 在 FLUX.2 klein base 4B 上训练一个 LoRA，训练数据来自 Chunte/huggy_for_training 数据集中 84 张带说明的绘图。
该 agent 每 100 步保存一个检查点，并用每个检查点绘制同一组提示词，这让选择变得容易。第 200 步是 Huggy 首次完全符合模型设定的检查点。从第 500 步开始，Huggy 的风格开始渗入与 Huggy 毫无关系的提示词中！训练好的 LoRA 在 4 步的蒸馏 klein 模型上也能工作。计算成本约为 7.60 美元。
查看：模型 · 数据集 · Huggy 生成器应用
ML-intern 将来自 Google Scanned Objects 的 1,030 个扫描家居物品各以 24 个角度渲染，共 24,722 张透明图像，在一个成本仅几美分的 CPU 任务上完成。它随后最终确定了 461 个物品用于训练、40 个留出用于测试，以及 1,844 对训练前后图像，均匀分布在 23 条相机指令上。
训练在一块 A100 上运行了 2,000 步，耗时约 90 分钟（约 3.75 美元）。整个项目耗时约半天、48 个任务，其中包括那些因缺少软件包或路径错误而失败、不得不由 ML-intern 重新提交的任务。总计算成本约为 16 美元。
此前没有现成的数据集，所以我的提示词描述了如何制作一个。从 Open Images 中的一张真实照片开始，用 LaMa 修复模型移除一个物体，并在该物体原本所在的位置画一个涂鸦。未修改的照片作为目标。ML-intern 在 CPU 沙盒中编写并测试了配对构建脚本，然后将其作为 GPU 任务运行，同时记录了每张源照片的作者和许可证。它构建了 6,042 个训练对和一个 160 对的测试集，其中 40 个测试对来自完全排除在训练之外的 23 个物体类别。
在训练之前，它分别测量了基础模型本身以及搭配 Viggle turbo LoRA 时的表现，并检查了批量执行编辑是否产生完全相同的图像，这使得评估成本更低。训练在单张 A100 上运行了 2,000 步，耗时 1 小时 38 分钟（约 4 美元），并在 48 个测试对上比较了保存的检查点，最终选择了第 500 步。
搭配 Viggle turbo LoRA 在 6 步下，该 LoRA 表现非常好。67.5% 的物体在绘制位置被检测到，每次编辑耗时 4.7 秒。来自 23 个未见类别的物体与其他物体一样可靠地落位（65.0% 对 64.2%）。该项目耗时略超过一天，共 59 个任务。总计算成本约 24 美元。
查看：模型 · 数据集 · Doodle-in 应用
训练 0.8B 和 2B 学生模型在 A10G 上分别耗时 12 和 18 分钟（两者共 0.75 美元）。0.8B 还以 812 MB 的 GGUF 文件形式发布，可在 CPU 上运行。该项目耗时约 11 小时，共 24 个任务。总计算成本约 16 美元。
查看：Pocket rewriter 0.8B 学生模型 · 2B 学生模型 · 数据集 · Pocket Studio 应用 · 在 Rewriter Arena 中比较教师-学生模型
这进行了两次运行。第一次将 155,000 张训练图像缓存为潜变量，将引导烘焙到模型中，然后分阶段将步数从 16 减少到 8 再到 4，全部在 A100 上完成。4 步学生模型在 GenEval 和 FID 上以相同的 4 步击败了教师模型运行，之后 ML-intern 将其导出为 ONNX 以供浏览器使用。这次运行耗时约 13 小时，花费 22 美元。
我进行了第二次训练运行，要求 ML-Intern 进一步改进 4 步学生模型。它随后用 16 步的教师模型又制作了 24,000 个图像对，并针对这些图像对微调 4 步学生模型约一小时。GenEval 从 0.509 提升到 0.536，而教师模型在 50 步下为 0.563，仅用 4 步（四分之一的计算量）。ML-intern 重新导出了浏览器版本。第二次运行耗时约 8 小时。两次运行的总计算成本约 37 美元。
查看：Agate 4 步模型 · 数据集 · 在浏览器中运行 Agate · Agate 4 步 LIVE
| 模型 | 基础模型 | 计算费用 |
|---|---|---|
| Citrus Doctor | Qwen3.5-2B | 1.90 美元 |
| Huggy LoRA | FLUX.2 klein base 4B | 7.60 美元 |
| Pocket rewriter（0.8B 和 2B） | Qwen3.5-0.8B 和 2B | 16.05 美元 |
| Viewpoint Orbit LoRA | Qwen-Image 2.1 | 16 美元 |
| Doodle-in LoRA | Qwen-Image 2.1 | 24.30 美元 |
| Agate 4 步（两次运行） | Agate Preview 002 | 37 美元 |
| 总计 | ||
| 约 103 美元 |
这些是每个会话报告的 GPU 和 CPU 作业费用。
ML-intern 位于 HuggingChat 中。打开 ML-intern 模式并粘贴提示词。如果你想要一个起点，我的示例提示词可以免费复制。从你希望存在的模型和你已有的数据集开始，或者从你能描述的数据集开始。给它一个小预算，要求一个基线和一次冒烟测试，在提高上限之前先阅读返回的结果。
如果你用它做出了什么东西，请在 X 上分享，并标记 @Gradio 和 @HuggingFace。我们很想看到你做出的那些别人不会想到为你构建的模型。
在照片上草草画个轮廓，给它命名，它就出现了
小型蒸馏提示词重写器加上 Qwen-Image 2.1
9B 与 0.8B 与 2B 提示词重写器，并排渲染
围绕透明物体旋转相机
每次按键生成一张新图像，GPU 上的 4 步 Agate
浏览器中的 4 步 Agate 文本到图像，输入时实时生成
诊断柑橘病害、虫害和营养缺乏
以 Hugging Face 品牌风格绘制新的 Huggy 吉祥物