Insights
AI가 자동으로 큐레이션·번역·정리하는 기술 동향 피드입니다.
XAI 번역요약
Hugging Face의 ML Intern이 자율적으로 수행한 작업 테스트 결과
Hugging Face의 ML Intern 도구 테스트 결과, 이 시스템이 복잡한 머신러닝 워크플로우를 자율적으로 수행하는 능력을 입증했습니다. 사용자의 프롬프트 요청에 따라 의료 데이터셋에 SAM 모델을 파인튜닝하고, 훈련부터 가중치 푸시, 그리고 상세 블로그 작성까지 전 과정을 자동화했습니다.
2일 전0
XAI 번역요약
ML Intern이 작업 완료 시 Slack으로 알림을 보내는 기능 추가
ML Intern 기능에 작업 완료 알림 기능이 추가되어 워크플로우 효율성이 높아졌습니다. 모델 학습 완료, 데이터셋 생성, 또는 대규모 ablation 분석 컴파일을 마칠 때 자동으로 Slack으로 알림(ping)을 보낼 수 있습니다. 이 편리한 기능은 현재 CLI를 통해 사용할 수 있습니다.
3일 전0
XAI 번역요약
physics-intern 출시: 과학 문제를 위한 간단한 하네스 공개!
과학 문제 해결에 특화된 새로운 하네스인 physics-intern이 공개되었습니다. 이 시스템은 일반 추론 모델을 감싸 전용 서브 에이전트를 통해 성능을 크게 향상시킵니다. 이를 통해 Gemini 3.1 Pro의 성능을 끌어올려 GPT 5.5 Pro를 능가하는 결과를 보여주었습니다.
3일 전0
XAI 번역요약
오늘 처음으로 ml-intern을 사용하여 distilbert를 미세 조정한 경험
작성자는 ml-intern을 사용하여 DistilBERT를 프롬프트 인젝션 탐지 데이터셋으로 미세 조정하는 과정을 공유했습니다. 이 과정은 매우 간단하며, OpenRouter의 DeepSeek v4 Flash를 활용하여 1달러 미만의 저비용으로 완료되었습니다. 현재는 HRM/재귀(recursive) 버전 작업을 진행하고 있습니다.
3일 전0
XAI 번역요약
총 매개변수 501B, 활성 매개변수 23B를 가진 고효율 에이전트형 오픈 모델 Beam 소개
총 매개변수 501B에 활성 매개변수 23B를 가진 고효율 에이전트형 오픈 모델 'Beam'을 소개합니다. 이 모델은 최첨단 추론 효율성을 목표로 코딩 및 에이전트 작업 분야의 오픈 프런티어를 선도할 것입니다. 전체 가중치는 곧 공개될 예정입니다.
3일 전0
XAI 번역요약
오픈 소스 커뮤니티의 기대를 충족시킨 프로젝트 발표
Reflection AI 엔지니어들이 transformers, vLLM, SGLang 등 주요 오픈 소스 프로젝트에 기여한 내용을 발표했습니다. 이들은 높은 효율성을 유지하면서도 토큰 최대화(tokenmaxxing)를 낮춘 독자적인 연구 환경을 구축했음을 강조합니다.
3일 전0
XAI 번역요약
Beam 모델, 다양한 플랫폼 지원 및 Apache 2.0 라이선스로 오픈 웨이트 공개
Beam 모델이 Apache 2.0 라이선스 하에 오픈 웨이트로 공개되었습니다. 이 모델은 여러 플랫폼에서 사용 가능하며, BF16, FP8 등 다양한 최신 가중치 포맷을 지원합니다. 개발자들은 Mirror CLI와 같은 오픈 소스 하네스를 통해 Beam을 구축하고 학습시킬 수 있습니다.
3일 전0
XAI 번역요약
ml-intern 소개: Hugging Face 의 연구팀을 자동화한 에이전트
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.
5월 4일8
XAI 번역요약
ml-intern 사용 후기: 워크플로우를 근본적으로 바꾼 도구
ml-intern은 머신러닝 개발자의 워크플로우를 근본적으로 개선하는 도구로 평가받고 있습니다. 특히 모델 및 데이터셋 탐색, 훈련 설정 반복 작업, 그리고 복잡한 데이터 처리 워크플로우 구축 등 여러 핵심 영역에서 뛰어난 성능을 보여주어 개발 효율성을 크게 높여줍니다.
5월 4일10
XAI 번역요약
ML-Intern 이제 완전히 모바일 환경에서 실행 가능
ML-Intern이 완전히 모바일 환경으로 전환되어, 사용자는 이제 어디서든 스마트폰을 통해 강력한 컴퓨팅 자원을 활용할 수 있게 되었습니다. 휴대폰에서 8개의 A100 GPU를 구동하는 것이 가능해졌으며, 이는 이동 중에도 데스크톱과 동일한 작업 세션을 유지하고 데이터를 확인할 수 있음을 의미합니다.
4월 30일9
XAI 번역요약
Hugging Face ML-Intern 테스트: 의료 데이터셋 기반 SAM 파인튜닝 및 튜토리얼 생성
이 글은 Hugging Face의 ML-Intern AI 모델에게 의료 데이터셋 기반 SAM(Segment Anything Model) 파인튜닝 및 관련 콘텐츠 생성을 요청한 테스트 결과를 다룹니다. 구체적으로, 모델에게 SAM을 유용한 의료 이미지 데이터셋에 맞게 학습시키고, 그 과정을 담은 포괄적인 Jupyter Notebook 튜토리얼과 Hugging Face 블로그 게시물 작성을 지시했습니다.
4월 29일11
XAI 번역요약
이게 정말 놀라워. ml-intern 이 15 분 만에 @huggingface 인턴십 테스트를 통과했습니다.
ml-intern이라는 AI 에이전트가 단 15분 만에 Hugging Face의 인턴십 테스트를 통과하는 놀라운 성과를 보여주었습니다. 이 테스트는 DeepMind 논문에서 제시된 '테스트-타임 컴퓨팅 스케일링' 연구 베이스라인을 재현하는 것을 목표로 했습니다. 특히, 에이전트는 관련 논문을 분석하고 부록 E에 명시된 올바른 점수 매기기 방식을 정확히 파악하여 과제를 수행했습니다.
4월 29일13