Hugging Face, ML Intern의 모델 학습·증류 6개 사례 공개

Hugging Face가 10월 8일 HuggingChat의 ML Intern으로 모델을 학습·평가·공개한 6개 사례를 소개했다. 작성자에 따르면 CPU용 0.8B 이미지 프롬프트 재작성 모델을 만드는 데 연산비 약 16달러가 들었다. 전체 사례의 CPU·GPU 작업비는 약 103달러였으며, 유료 작업은 예산 승인을 받은 뒤 실행한다.

내용·출처 업데이트 · 2026. 10. 10. 오후 2:21

ML Intern은 작업 계획을 세우고 예산을 요청한 뒤 소규모 시험·학습·평가·Hugging Face 공개를 수행한다고 작성자가 설명했다.

Pocket Rewriter는 9B 교사 모델이 재작성한 요청을 이용해 0.8B·2B 학생 모델을 학습했다. 0.8B 모델은 CPU 실행용 812MB GGUF도 제공한다.

작성자는 0.8B 모델이 유효한 출력을 99.7% 생성하고 교사 모델의 약 4분의 1 토큰을 사용한다고 보고했다.

감귤 질환 모델은 테스트 사진 335장에서 문제 이름을 맞힌 비율이 기본 Qwen3.5-2B의 14.9%에서 미세조정 후 52.8%로 올랐다는 사례 평가다.

카메라 각도·낙서 기반 편집 LoRA와 4단계 이미지 생성 증류 모델 등도 공개했다. 작업 실패와 재실행을 포함한 사례별 시간·비용을 제시했다.

약 103달러는 각 세션에서 보고된 CPU·GPU 작업 요금 합계이며, 전체 개발 비용이나 모든 작업의 보장 가격이 아니다.

학습 전 기본 모델 점수와 소규모 시험을 요구하면, 개선 효과가 없는 학습이나 가중치가 바뀌지 않은 작업에 예산을 쓰는 일을 줄일 수 있다.