이 에이전트는 arXiv와 Hugging Face Papers를 스스로 탐색해서 관련 논문을 읽고, 데이터셋을 찾아 전처리하고, 훈련 스크립트까지 실행하거든요

Hugging Face가 LLM 후처리 훈련 전체를 자동화하는 오픈소스 AI 에이전트 ml-intern을 공개했어요.

이 에이전트는 arXiv와 Hugging Face Papers를 스스로 탐색해서 관련 논문을 읽고, 데이터셋을 찾아 전처리하고, 훈련 스크립트까지 실행하거든요. 평가 결과를 읽고 실패 원인을 진단해서 성능이 개선될 때까지 재훈련도 반복해요. H100 GPU 한 장으로 10시간 안에 이 모든 걸 혼자 돌려요.

성능도 인상적이에요. Qwen3-1.7B 기본 모델의 GPQA 점수가 약 10%였는데, ml-intern이 10시간 만에 32%까지 끌어올렸어요. Claude Code의 같은 벤치마크 점수 22.99%를 웃도는 결과인데, 심지어 더 작은 모델로 이 수치를 뽑았다는 게 핵심이에요.

ML 연구자가 수일씩 걸리던 후처리 훈련 실험을 에이전트 하나가 10시간 안에 완주한다는 게, AI 연구 생산성의 새로운 기준이 될 수 있어요.