エージェントを自律的なMLのインターンに変えるClaudeコードスキル:それは、調査、実装、訓練、自己検証、および出版 Hugging FaceエコシステムとMLコードを調べます。 Telegram + Slack のマイルストーンアラート。

[huggingface/ml-internの行動ポートは、単一のドロップインClaudeコードスキルとして - 追加のデーモン、余分なLMクライアント、余分なauthはありません。 スキルは、すでにClaudeコードが提供するエージェントループ、ツール、および自動コンプリケーションを再利用します。

お問い合わせ

それが何をするか

“implement DeepSeek-V3 のような単一の指示を~100M の params で与え、TinyStories で訓練して下さい”、スキルは、これ以上の入力なしで、します:

1.Restate タスクとリスト不明 → TASK.md 2。Clarify 何かが本物的に曖昧な場合だけ — と** を調べた後にのみ 未知の第一** (あなたが認識していない用語/リポジトリ/紙は、任意の質問があなたに達する前に、WebSearchedを取得し、読みます)。 インタラクティブな実行は、バンドルされた質問で尋ねます。ヘッドレス[-p]]]は、書き込みのベストゲストのデフォルト+火approval_required]を実行し、決してハングしません。 3.Budget 実行前 → BUDGET.md (最大ソリューションパス、パスごとの最大レトリー、GPU時間/壁クロックのコンピュートキャップ、スケール+トークンの天井).

claude-ml-intern-skill

A Claude Code skill that turns the agent into an autonomous ML intern: it researches, implements, trains, self-verifies, and publishes ML code with the Hugging Face ecosystem. Telegram + Slack milestone alerts.

Behavioral port of huggingface/ml-intern as a single drop-in Claude Code skill — no extra daemon, no extra LLM client, no extra auth. The skill reuses the agent loop, tools, and auto-compaction that Claude Code already provides.

---

What it does

Given a single instruction like “implement DeepSeek-V3 at ~100M params and train on TinyStories”, the skill will, with no further input:

1. Restate the task and list unknowns → TASK.md
2. Clarify only if something is genuinely ambiguous — and only after trying to research the unknown first (a term/repo/paper you don’t recognize gets WebSearched and read before any question reaches you). Interactive runs ask via a bundled question; headless -p runs write best-guess defaults + fire approval_required and never hang.
3. Budget the run up front → BUDGET.md (max solution paths, max retries per path, compute cap in GPU-hours/wall-clock, scale + token ceilings). The budget bounds the parallel fan-out and the retry loop.
4. Research the architecture, dataset, and reference implementations using WebFetch + HF Hub API + GitHub code search → RESEARCH.md (URLs + section refs)
5. Plan files, hyperparameters, dataset slug, success criteria — plus the candidate solution paths the task admits (e.g. MLA vs MQA attention, HF building-block vs custom module) → PLAN.md
6. Implement each solution path in parallel via subagents — one background subagent per path, each owning the full implement → smoke-test → train → self-verify mini-pipeline in its own path-/ dir and returning a concise report. Runs concurrently by default (serializes on CUDA OOM). Single obvious path → single subagent. On agents without subagents (e.g. Codex CLI) the paths run inline and sequentially.
7. Smoke-test (per path): instantiate, print param count, run a forward pass on random tensors before any training
8. Train (per path) with NaN guard, LR schedule, checkpointing, eval, generation sampling at milestones
9. Self-verify (per path) → VERIFY.md with six independent verdicts (generation sanity, loss-vs-baseline, eval-tracks-train, data consumption, stderr scan, param-count drift). A low loss number alone never declares success — the skill exists in part because of a real failure where a model reported train_loss=0.03 / eval=0.02 but generated word salad (causal mask leak via the CSA Compressor).