ml-intern 工具链围绕 Hugging Face 生态系统设计。它从 arXiv 和 HF Papers 检索论文，同时追踪引文链以便更深入阅读；在 HF Hub 上浏览数据集，验证质量，并将数据重新格式化以用于训练；当本地 GPU 资源不可用时，它会调用 HF Jobs 来启动基于云端的训练任务。训练完成后，代理会自动读取评估输出、诊断失败原因，并重新运行实验。默认情况下，它使用 Claude Sonnet 4.5 来驱动决策循环，每次运行最多 300 次迭代，并在超过 170k tokens 时自动进行上下文压缩。
Hugging Face 展示了三个使用案例。在科学推理任务中，代理通过引文链识别出 OpenScience 和 NemoTron-CrossThink 数据集；按难度等级从 ARC、SciQ 和 MMLU 中筛选出 7 个变体；并在 Qwen3-1.7B 上进行了 12 轮监督微调，使 GPQA 分数在 10 小时内从 10% 提升到 32%。在医疗应用中，代理判断现有数据集不足，编写脚本生成 1,100 个合成数据样本，并将其放大 50 倍用于训练，在 HealthBench 上相较 Codex 的表现提升了 60%。在竞争性的数学场景中，代理编写了一个 GRPO 训练脚本，并通过 HF Spaces 在 A100 GPU 上启动训练；随后在观察到奖励崩塌后开展了消融实验。