ml-intern 소개: Hugging Face 의 연구팀을 자동화한 에이전트

요약

ml-intern은 Hugging Face 생태계 위에서 구축된 자동화 에이전트로, ML 연구자들이 수행하는 복잡한 연구 루프 전체를 오픈소스로 구현했습니다. 이 에이전트는 프롬프트 입력만으로 논문 검색, 인용 관계 추적, GPU 샌드박스에서의 아이디어 구현 및 반복 개선 과정을 자동으로 처리합니다. 이를 통해 과학적 추론 모델의 성능을 크게 향상시키고, 의료 데이터셋 생성부터 경쟁 수학 문제 해결까지 광범위한 연구 작업을 자동화하여 연구 효율성을 극대화합니다.

핵심 포인트

• ML 연구 루프 전체를 자동화: 논문 검색, 인용 관계 추적, 구현 및 반복 개선 과정을 자동으로 수행합니다.
• Hugging Face 생태계 통합 활용: Arxiv, Hugging Face Hub/Papers, Datasets 등 HF의 모든 리소스를 깊이 있게 활용합니다.
• 고급 연구 작업 자동화 능력 입증: GPQA 점수 향상(10%→32%), 의료 데이터셋 합성 및 성능 개선, 경쟁 수학 문제 해결 등을 성공적으로 수행했습니다.
• 완전한 개발 주기 지원: 로컬 GPU가 없을 경우 HF Jobs를 통해 훈련을 시작하고 모니터링하며 실패 진단까지 자동화합니다.