OpenAI Codex、Hugging Face Skillsを活用しAIモデルのファインチューニングを自動化
Codex is Open Sourcing AI models
OpenAIのコーディングエージェントであるCodexが、Hugging Face Skillsリポジトリと連携し、AIモデルのファインチューニングプロセスを自動化する機能が紹介されている。Codexは、データセットの検証、適切なハードウェア(GPU)の選定、トレーニングスクリプトの生成、Hugging Face Jobsへのジョブ送信、進捗の監視、レポート作成、さらにはモデルのGGUF形式への変換とローカルデプロイまで、一連の機械学習実験のライフサイクルを自動で行う。これにより、エンジニアは実験の委任とレポートの確認をより効率的に行えるようになる。この機能は、Supervised Fine-Tuning (SFT)、Direct Preference Optimization (DPO)、Reinforcement Learning (RL)などの本番環境で使用されるトレーニング手法をサポートしており、0.5Bから7Bパラメータまでのモデルに対応する。利用にはHugging Faceアカウント(有料プラン推奨)とトークンが必要となる。
- OpenAI CodexがHugging Face Skillsリポジトリと連携し、AIモデルのファインチューニングを自動化する機能を発表
OpenAIのCodexがHugging Faceのエコシステムと統合し、ファインチューニングからデプロイまでを自動化した点に注目。SFT、DPO、RLといった本番級のトレーニング手法をサポートし、0.5B〜7Bパラメータのモデルに対応することで、LLM運用のボトルネックである実験の反復作業を大幅に効率化する。これはAIエージェントがMLOps領域に本格進出した象徴的な事例であり、AI開発の民主化とAIエージェント市場の拡大を加速させる可能性がある。Hugging Faceの有料プラン利用が前提となる点は、同プラットフォームの収益化にも寄与する。