Thay vì phải sử dụng các mô hình lớn tốn dung lượng bộ nhớ, lập trình viên đã chia sẻ cách tự tạo các mô hình AI nhỏ gọn đáp ứng chính xác nhu cầu bằng cách giao việc cho AI agent ML Intern trên Hugging Face.
Khởi đầu từ nhu cầu tạo bản rút gọn cho công cụ viết lại prompt của Qwen-Image 2.1 (vốn là mô hình 9B đòi hỏi 20 GB VRAM), tác giả đã viết bản mô tả chi tiết cho ML Intern. Chỉ sau một ngày, agent đã huấn luyện xong mô hình 0,8B có thể chạy trực tiếp trên CPU với độ chính xác đầu ra đạt 99,7% và chỉ tiêu tốn 16 USD chi phí tính toán cho toàn bộ quá trình gắn nhãn và huấn luyện.
Quy trình làm việc dựa trên việc xây dựng prompt kỹ lưỡng từ 450 đến 2.000 từ. Prompt quy định rõ tập dữ liệu, mô hình nền, yêu cầu thử nghiệm ban đầu (smoke test) và thiết lập hạn mức ngân sách nghiêm ngặt. ML Intern sẽ tự lên kế hoạch, xin cấp phép ngân sách, chạy thử nghiệm, huấn luyện và tự động xuất bản mô hình hoàn chỉnh lên Hugging Face Hub.
Phương pháp này cho thấy xu hướng phát triển ứng dụng AI đang chuyển dịch mạnh mẽ sang các agent tự động hóa, mở ra hướng đi chi phí thấp nhưng hiệu quả cao cho các nhà phát triển và doanh nghiệp AI tại Việt Nam.
Nguồn: Hugging Face — Biên dịch & tổng hợp: danhbaai.com