用ML-Intern在几天内构建6个定制AI模型
作者利用HuggingChat中的ML-Intern功能，在两天内完成了6个定制模型的构建，总计算成本约103美元。项目涵盖领域微调、角色LoRA、提示词蒸馏等场景，展示了智能体在自动化训练与发布流程中的实际能力。
推荐理由：作者实测了ML-Intern在微调、蒸馏等场景的落地效果，提供了可复用的提示词模板和成本参考。
10月9日 · 周五
精选
最新精选
Hugging Face Blog精选AI 评分8585 Microsoft Research精选AI 评分8080 微软发布Agent Lightning v1.0轻量级智能体RL训练框架
微软发布Agent Lightning v1.0，通过LLM代理复用部署端Agent进行强化学习训练，代码仅约3,500行。该框架原生支持Kubernetes，无需商业沙箱服务，在Qwen3.5-9B上仅用6,000个样本在SWE-bench Verified上提升14.6个百分点。
推荐理由：框架通过LLM代理复用部署端Agent，提供轻量级RL训练方案与Kubernetes原生支持。
AWS Machine Learning Blog精选AI 评分6363 利用AWS Lambda持久化函数与Bedrock实现DevOps Agent调查后的自动化修复
AWS发布教程，展示如何结合AWS DevOps Agent、Lambda持久化函数、EventBridge与Bedrock构建自动化修复工作流。该方案将Agent的调查结论转化为预验证的修复动作，通过工具白名单与人工审批门控确保安全，实现从诊断到修复的闭环。
推荐理由：提供基于AWS Lambda持久化函数与Bedrock的自动化修复架构，将人工审批前置，降低运维MTTR。
Hugging Face Blog精选AI 评分7373 ServiceNow 发布 AutoSynthData：基于失败模式生成企业智能体训练数据
ServiceNow 发布 AutoSynthData，一种利用目标模型失败模式和更强教师模型成功轨迹自动生成企业智能体训练数据的方法。该方法通过验证任务可行性与真实性，在 EnterpriseOps Gym 的 Hybrid 和 ITSM 环境中，使 Gemma-4-26B-A4B-it 模型 Pass@1 分别提升 7.2 和 8.4 个百分点。
推荐理由：提出利用模型失败模式自动生成企业智能体训练数据的闭环方法，并在企业环境中验证了微调效果。
已经到底了