สร้างโมเดล AI เองได้ง่ายๆ ด้วย ML Intern เอเจนท์อัจฉริยะ

เมื่อสัปดาห์ที่แล้ว ผมต้องการ prompt rewriter เวอร์ชันขนาดเล็กเพื่อใช้งานแทนตัวออฟฟิเชียลขนาด 9B ที่กินหน่วยความจำสูงถึง 20 GB และประมวลผลช้า แต่บน Hub กลับมีเพียงแค่โมเดลเดิมที่ถูกบีบอัดเท่านั้น ผมจึงลองอธิบายความต้องการให้กับ ML Intern และในวันถัดมา ผมก็ได้โมเดล เวอร์ชัน 0.8B ที่ทำงานบน CPU ได้อย่างรวดเร็ว โดยมีความแม่นยำสูงถึง 99.7% และใช้งบประมาณเพียง 16 USD เท่านั้น

ในช่วงไม่กี่วันต่อมา ผมได้สร้างโมเดลเพิ่มอีก 5 ตัวด้วยวิธีเดียวกัน โดยเริ่มจากการพิมพ์ข้อความใน HuggingChat พร้อมเปิดโหมด ML-intern เอเจนท์ตัวนี้จะทำหน้าที่วางแผนงาน ขออนุมัติงบประมาณ รันการทดสอบขนาดเล็ก ไปจนถึงการเทรน ประเมินผล และเผยแพร่โมเดลสาธารณะบนฮาร์ดแวร์ของ Hugging Face ให้โดยอัตโนมัติ

วิธีที่ผมใช้ prompt กับ ML Intern

กุญแจสำคัญคือข้อความสั่งการ (prompt) แรกที่ผมใส่รายละเอียดอย่างเต็มที่ ตั้งแต่ไอเดียหลัก เหตุผลที่ต้องการ ไปจนถึงการระบุชื่อส่วนประกอบที่แน่นอน เช่น dataset, โมเดลฐาน และสคริปต์การเทรน โดยข้อมูลที่ผมตรวจสอบแล้วจะถูกระบุไว้ใต้หัวข้อ "Verified facts, do not re-derive" เพื่อให้เอเจนท์โฟกัสกับงานเทรน แทนที่จะเสียเวลาไปค้นหาสิ่งที่รู้อยู่แล้ว

สิ่งที่สำคัญมากใน prompt มีอยู่สองส่วน คือการขอค่า Baseline ก่อนเริ่มเทรนเพื่อให้เปรียบเทียบความก้าวหน้าได้ชัดเจน และการทำ Smoke Test โดยสั่งรันเพียงไม่กี่ขั้นตอนเพื่อตรวจสอบค่าน้ำหนัก (weights) ก่อนจะอนุมัติการรันตัวเต็มที่มีค่าใช้จ่ายสูง นอกจากนี้ผมยังกำหนดเพดานงบประมาณไว้อย่างเคร่งครัด เช่น "Cap total spend at USD 12" ซึ่งเอเจนท์จะรักษาวินัยทางการเงินนี้อย่างดี

แม้คุณจะไม่ระบุรายละเอียดครบถ้วนในการลองครั้งแรก ML Intern ก็ยังสามารถสร้างผลลัพธ์ที่น่าทึ่งได้ เช่น โมเดลวิเคราะห์โรคพืชที่เพิ่มความแม่นยำมากกว่าสามเท่าเมื่อเทียบกับ Qwen3.5-2B ต่อไปนี้คือ 6 โปรเจกต์ที่ผมสร้างขึ้นในเวลาเพียงไม่กี่วัน

1. โมเดลที่รู้จักสายงานของคุณ

โมเดลการมองเห็นทั่วไปอาจอธิบายใบส้มที่เหลืองได้ แต่ไม่สามารถบอกสาเหตุเฉพาะเจาะจงหรือวิธีรักษาได้ ผมจึงใช้ Claude รวบรวมข้อมูลจาก Project-AgML จนได้ dataset citrus-disease-vlm-instruct ที่ครอบคลุมศัตรูพืชและโรค 21 ชนิด จากนั้นให้ ML-intern ทำการ fine-tuning โมเดล Qwen3.5-2B

ผลลัพธ์ที่ได้คือความแม่นยำพุ่งจาก 14.9% เป็น 52.8% โดยใช้ค่าประมวลผลเพียง 1.90 USD เท่านั้น

ดูข้อมูลเพิ่มเติมได้ที่: Model · Dataset · Citrus Doctor App

2. โมเดลที่วาดตัวละครของคุณ

ผมสั่งให้ ML-Intern สร้าง LoRA สำหรับตัวละคร Huggy บนโมเดล FLUX.2 klein base 4B โดยใช้ภาพวาด 84 ภาพ เอเจนท์จะบันทึก checkpoint ทุกๆ 100 step ทำให้เราเลือกเวอร์ชันที่วาดได้ตรงตามต้นฉบับที่สุดได้ง่าย ค่าใช้จ่ายในส่วนนี้อยู่ที่ประมาณ 7.60 USD

ดูข้อมูลเพิ่มเติมได้ที่: Model · Dataset · Huggy Generator App

3. โมเดลที่ทำลูกเล่นใหม่ๆ

LoRA สำหรับมุมกล้อง (Camera-angle LoRAs): ผมมอบหมายให้ ML-intern สร้างตัวช่วยปรับมุมกล้องสำหรับ Qwen-Image 2.1 โดยมันทำการเรนเดอร์ภาพวัตถุโปร่งใสกว่า 24,000 ภาพในมุมต่างๆ และรันการเทรนบน A100 จนเสร็จสิ้นภายในครึ่งวันด้วยงบประมาณรวม 16 USD

Doodle-in LoRA: เป็นไอเดียการเปลี่ยนรอยขีดเขียนสีชมพูให้กลายเป็นวัตถุตาม prompt โดยยังคงแสงและเงาเดิมไว้ ML-intern สร้าง dataset ขึ้นมาเองจากการลบวัตถุในภาพจริงแล้วแทนที่ด้วยรอยเส้น โปรเจกต์นี้ใช้เวลาเพียงวันเดียวและค่าใช้จ่าย 24 USD แต่ให้ผลลัพธ์ที่แม่นยำแม้จะเป็นวัตถุที่ไม่เคยเห็นมาก่อน

ดูข้อมูลเพิ่มเติมได้ที่: Model · Dataset · Doodle-in App

4. โมเดลที่เหมาะกับอุปกรณ์ของคุณ

Pocket Rewriter: คือการย่อส่วนโมเดลเขียน prompt จาก 9B เหลือเพียง 0.8B และ 2B เพื่อให้รันบน CPU หรืออุปกรณ์พกพาได้ โดยใช้เทคนิคการให้โมเดลครูสอนโมเดลนักเรียน ใช้งบประมาณรวมเพียง 16 USD

Agate-Preview-002-4step: ผมสั่งให้ ML-intern ทำการ distill โมเดลสร้างรูปภาพขนาดเล็กให้ทำงานเร็วขึ้นจาก 50 step เหลือเพียง 4 step ผลลัพธ์ที่ได้นอกจากจะเร็วขึ้น 4 เท่าแล้ว ยังมีคุณภาพที่ยอดเยี่ยมและสามารถรันผ่านเบราว์เซอร์ได้โดยตรง

ดูข้อมูลเพิ่มเติมได้ที่: Agate 4-step model · รัน Agate ในเบราว์เซอร์ของคุณ

สรุปค่าใช้จ่ายรวม

การสร้างโมเดลทั้งหมด 6 รายการนี้ มีค่าใช้จ่ายรวมประมาณ 103 USD ซึ่งถือว่าคุ้มค่ามากเมื่อเทียบกับความเร็วและความสามารถของโมเดลที่ได้รับ

หากคุณสนใจสร้างโมเดลของตัวเอง สามารถลองใช้งาน ML-intern ได้ที่ HuggingChat โดยเริ่มจากไอเดียและงบประมาณเล็กๆ แล้วคุณจะพบว่าการสร้าง AI ไม่ใช่เรื่องยากอีกต่อไป