作者用ML-intern两天训出六个模型

Hugging Face 博客作者借助 HuggingChat 中的 ML-intern，用自然语言提示词在两天内训练并发布了六个模型，总计算成本约 103 美元。 其中一个成果是 0.8B 的 Pocket Rewriter，蒸馏自 Qwen-Image 2.1 的 9B 提示词改写模型，可在 CPU 上运行，作者称其输出有效率为 99.7%，token 用量约为教师模型的四分之一。 作者表示，ML-intern 位于 HuggingChat 中，开启 ML-intern 模式后粘贴提示词即可使用，其示例提示词可免费复制；建议先给较小预算，要求先出基线和冒烟测试，确认结果后再提高额度。

AI 根据报道生成 · 3 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。