Message de Gate News, 22 avril — Hugging Face a rendu open source ml-intern, un agent de recherche en ML capable d’accomplir de manière autonome l’ensemble du workflow : lire des articles, organiser des jeux de données, lancer l’entraînement sur GPU, évaluer les résultats et itérer pour améliorer. Le projet est construit sur le framework smolagents de Hugging Face et propose à la fois des interfaces en ligne de commande (CLI) et web, avec du code disponible sur GitHub.
La chaîne d’outils de ml-intern est conçue autour de l’écosystème Hugging Face. Elle récupère des articles depuis arXiv et HF Papers tout en retraçant les chaînes de citations pour une lecture plus approfondie ; explore des jeux de données sur HF Hub, valide leur qualité et reformate les données pour l’entraînement ; et, lorsque des ressources GPU locales ne sont pas disponibles, invoque HF Jobs pour lancer des tâches d’entraînement basées sur le cloud. Une fois l’entraînement terminé, l’agent lit automatiquement les sorties d’évaluation, diagnostique les causes d’échec et relance des expériences. Par défaut, il utilise Claude Sonnet 4.5 pour piloter la boucle de décision, avec un maximum de 300 itérations par exécution et une compression automatique du contexte lorsqu’il dépasse 170k tokens.
Hugging Face a démontré trois cas d’usage. Dans une tâche de raisonnement scientifique, l’agent a identifié les jeux de données OpenScience et NemoTron-CrossThink à partir des chaînes de citations, a filtré sept variantes depuis ARC, SciQ et MMLU selon le niveau de difficulté, puis a mené 12 rounds de fine-tuning supervisé sur Qwen3-1.7B, améliorant les scores GPQA de 10 % à 32 % en moins de 10 heures. Pour une application médicale, l’agent a déterminé que les jeux de données existants étaient insuffisants, a écrit des scripts pour générer 1 100 échantillons de données synthétiques et les a mis à l’échelle 50 fois pour l’entraînement, dépassant les performances de Codex de 60 % sur HealthBench. Dans un scénario compétitif de mathématiques, l’agent a rédigé un script d’entraînement GRPO et a lancé l’entraînement sur des GPU A100 via HF Spaces, puis a mené des études d’ablation après avoir observé un effondrement de la récompense.
Avertissement : Les informations contenues dans cette page peuvent provenir de tiers et ne représentent pas les points de vue ou les opinions de Gate. Le contenu de cette page est fourni à titre de référence uniquement et ne constitue pas un conseil financier, d'investissement ou juridique. Gate ne garantit pas l'exactitude ou l'exhaustivité des informations et n'est pas responsable des pertes résultant de l'utilisation de ces informations. Les investissements en actifs virtuels comportent des risques élevés et sont soumis à une forte volatilité des prix. Vous pouvez perdre la totalité du capital investi. Veuillez comprendre pleinement les risques pertinents et prendre des décisions prudentes en fonction de votre propre situation financière et de votre tolérance au risque. Pour plus de détails, veuillez consulter l'
avertissement.
Articles similaires
AWS, Coinbase, Stripe lancent les paiements en USDC pour les agents d’IA
Amazon Web Services a annoncé jeudi le lancement de « Amazon Bedrock AgentCore Payments », un nouvel ensemble de fonctionnalités permettant aux agents IA d’exécuter des transactions en utilisant des stablecoins, en partenariat avec Coinbase et Stripe. La plateforme permet aux agents IA d’accéder instantanément et de payer des services, y compris web c
CryptoFrontierIl y a 1h
CZ déclare que YZi Labs alloue 70 % à la blockchain et 20 % à l’IA lors de Consensus Miami 2026
D’après ChainCatcher, lors de Consensus Miami 2026, Zhao Changpeng (CZ) a déclaré que YZi Labs alloue 70 % de ses financements à la blockchain, 20 % à l’IA et 10 % à la biotechnologie. CZ a ajouté que BNB devrait être positionné comme une monnaie native pour les agents IA, et que toutes les blockchains doivent être « prêtes pour l’IA » afin de soutenir
GateNewsIl y a 2h
Zypher Network intègre AIDEN pour améliorer l’accessibilité des connaissances en matière de blockchain
D’après l’annonce officielle d’IQ AI du 6 mai, Zypher Network a intégré AIDEN, un agent d’intelligence artificielle développé par IQ AI, afin d’améliorer l’accessibilité aux connaissances blockchain et de renforcer l’auditabilité au sein d’écosystèmes propulsés par l’IA. La collaboration introduit une page wiki dédiée
GateNewsIl y a 3h
Virtuals Protocol lance l’airdrop OpenGradient Titan, distribue 500 000 OPG aujourd’hui
D’après l’annonce officielle de Virtuals Protocol, l’airdrop OpenGradient Titan Launch est désormais en ligne depuis le 7 mai. Les utilisateurs éligibles peuvent réclamer des jetons OPG directement depuis leurs comptes Virtuals. Au total, 500 000 jetons OPG sont distribués aujourd’hui pour récompenser les contributeurs à Virtuals
GateNewsIl y a 6h
NVIDIA lance Nemotron 3 Nano Omni open source, un modèle multimodal
NVIDIA a annoncé Nemotron 3 Nano Omni, un modèle multimodal open source, qui intègre la vision, la parole et le langage au sein d’un seul modèle, comme couche de perception pour les agents IA. Le cœur est constitué d’un MoE 30B-A3B, d’un contexte de 256K et d’un débit de 9x ; il prend en charge des entrées texte, image, audio, vidéo, etc., et génère une sortie sous forme de texte. En synergie avec Nemotron 3 Super/Ultra, il vise des cas d’usage comme l’exploitation de l’ordinateur, l’intelligence documentaire et la compréhension audio-vidéo, tout en publiant les poids et les données d’entraînement, avec un déploiement couvrant le local, NIM et des plateformes tierces.
ChainNewsAbmediaIl y a 7h
NeoSoul et AllScale annoncent un partenariat stratégique sur le crédit d’agents et le règlement en stablecoins aujourd’hui
D'après ChainCatcher, le projet NeoSoul de l’AI Agent Economy a annoncé aujourd’hui (7 mai) un partenariat stratégique avec AllScale afin d’explorer la formation de crédit et les mécanismes de règlement en stablecoins pour la collaboration autonome entre agents. Le partenariat portera sur l’automatisation des flux de paiement entre les agents—tel
GateNewsIl y a 8h
