Hugging Face、LLMポストトレーニング自動化エージェント「ml-intern」をオープンソース公開

概要

Hugging Face は 2026 年 4 月 21 日、LLM のポストトレーニングを自動化するオープンソース AI エージェント「ml-intern」を公開した。同社の smolagents フレームワーク上に構築されており、文献調査・データセット探索・学習スクリプト実行・反復評価という一連のポストトレーニングワークフローを自律的に実行する。

公式デモでは Qwen3-1.7B ベースモデルを対象に、GPQA（大学院レベルの科学 QA ベンチマーク）スコアを 32% まで引き上げる実験が行われ、10 時間以内に完了した。27.5% の中間到達には 3 時間強しかかっていないため、初期段階での効率は高い。この結果は、大規模な計算資源がなくても自動化された反復ファインチューニングで性能向上を図れる可能性を示している。

ml-intern のようなポストトレーニング自動化エージェントは、研究機関や小規模チームが手動で実施してきたトレーニング実験サイクルを効率化できる。モデル開発コストの民主化という観点からも注目されており、Hugging Face エコシステムを中心とした OSS コミュニティへの貢献として評価されている。

ポイント

• Hugging Face が 2026 年 4 月 21 日、LLM ポストトレーニングを自動化するオープンソース AI エージェント「ml-intern」を公開
• 文献レビュー・データセット探索・学習スクリプト実行・反復評価を自律で行うワークフローを実装
• 公式デモでは Qwen3-1.7B ベースモデルを GPQA 32% まで 10 時間以内に引き上げ
• smolagents フレームワークをベースに構築されオープンソースとして公開