← Каталог

· AI Engineer Europe 2026

Агенты для самообучения: Hermes Agent, HF Traces, skills, MCP и fine-tuning

Self-Training Agents: Hermes Agent, HF Traces, Skills, MCP & Finetuning — Merve Noyan, Hugging Face

Агент с доступом к Hugging Face Hub через MCP и skills, по словам спикера, сам подбирает модель и запускает её дообучение без ручной настройки инфраструктуры.

  • Открытые модели против закрытых — по словам спикера, открытые модели почти догнали закрытые по Artificial Analysis Intelligence Index. Открытые веса можно квантовать, дообучать и запускать на edge-устройствах, и данные при этом никуда не уходят.
  • Выбор модели по бенчмаркам — раздел Benchmark Datasets на Hub показывает рейтинги открытых моделей по SWE-bench Pro, Humanity's Last Exam и AIME. Inference Providers направляет запросы к провайдерам и сравнивает их по цене, скорости и поддержке tool calling.
  • Локальный запуск — по словам спикера, большая Gemma 4 в 4-битном квантовании помещается в L4 с 24 ГБ VRAM. На Hub для каждой модели есть GGUF-карточка с проверкой совместимости с железом.
  • Дообучение через агента — skills для LLM trainer позволяют попросить Claude Code дообучить vision-language модель. Агент сам считает нужный объём VRAM, задаёт уточняющие вопросы, запускает задачу и публикует результат в Hub.

Кому полезно: инженерам, которые хотят запускать открытые модели локально или дообучать их через агентов. Значительная часть доклада — обзор функций Hugging Face, а не методика.

Статья по теме

Главы

Ещё доклады: Merve Noyan

Страница спикера →

Похожие доклады