开发者用ML Intern几天内低成本做出多个公开小模型
开发者通过HuggingChat中的ML Intern，用对话把想法做成可公开的小模型。首个案例把Qwen-Image 2.1的9B提示改写器压到0.8B，可在CPU运行，有效输出率99.7%，整项算力约16美元。随后又做成柑橘病害识别与角色LoRA。代理先核预算并小测。国内可用性与统一定价未知。
要点
- 0.8B改写器有效输出率99.7%，token用量约教师模型的四分之一，并提供812MB的GGUF。
- 柑橘模型将Qwen3.5-2B在335张测试图上的准确率从14.9%提升到52.8%，算力约1.90美元。
- 相机角度与涂鸦替换LoRA分别约花费16美元和24美元，模型卡包含评测，国内可用性未知。
为什么值得看
Qwen-Image 2.1自带的提示改写器为9B、约占20GB内存且生成前会思考大量token，Hub上作者只找到其压缩副本，因此用ML Intern自行训练更小、可在CPU运行的版本，并沿用同一流程继续做专用模型。
谁会受影响
希望通过HuggingChat中的ML Intern，在Hugging Face硬件上规划、训练、评估并发布小型专用模型或LoRA的开发者。
今天就能怎么试
在HuggingChat启用ML Intern，于首条提示中写明目标、数据集、基座模型、训练脚本、训练前基线、小规模冒烟测试、模型卡内容和花费上限；作者的七条提示存放在GitHub仓库yvrjsharma/ml-intern-prompts。国内可用性未知，统一定价未知，未实测。
原始来源
1The model that didn't exist, so you made it yourself · Hugging Face Blog · 2026年10月8日✓ 已打开核对本条由 AI 根据上面的原始来源整理，经编辑审核后发布。数字和结论以原文为准，发现错误欢迎反馈。
相关动态
Uberblok以可交互展厅讲解ZFS的uberblock
Uberblok是一座讲解ZFS内部机制的交互博物馆，当前资料重点展示uberblock：它记录最近事务组编号并指向元数据根，崩溃后按环形槽位选取最高有效事务组。图示与代码摘录锁定OpenZFS zfs-2.4.4提交71a9f9578616。价格与国内可用性未知。
塞尔达时间线速览：为时之笛重制前补课
一篇Hacker News展示帖把《塞尔达传说》官方时间线收成短文，从天空洛夫特、女神与三角神力写到《时之笛》后的孩子、成人与败者三条分支，并串起黄昏、风之杖与旷野之息等节点。重制日期、价格和国内可玩性均未知。