ClaudeがHugging Face Skillsを使ってオープンソースLLMのファインチューニングを可能に
We Got Claude to Fine-Tune an Open Source LLM
Claude Codeは、Hugging Face Skillsの新ツール「hf-llm-trainer」を活用し、言語モデルのファインチューニングを可能にした。このスキルは、モデルサイズの適切なGPU選択、Hub認証設定、LoRAとフルファインチューニングの使い分け、その他トレーニングに必要な多数の決定事項を自動で行う。ユーザーは「Claude, open-r1/codeforces-cotsデータセットでQwen3-0.6Bをファインチューニングして」といった自然言語での指示で済む。Claudeはデータセット形式の検証、適切なハードウェア(例: 0.6Bモデルにはt4-small)の選択、Trackioによる監視付きトレーニングスクリプトの更新、Hugging Face Jobsへのジョブ送信、ジョブIDと推定コストの報告、デバッグ支援まで行う。この機能は、SFT(教師ありファインチューニング)、DPO(直接選好最適化)、GRPO(検証可能な報酬付き強化学習)といった本番環境で使用されるトレーニング手法をサポートし、0.5Bから70Bパラメータのモデルをトレーニングできる。トレーニングにはHugging FaceアカウントのProまたはTeam/Enterpriseプランと書き込み権限のあるトークンが必要。ファインチューニングされたモデルはHugging Face Hubにプッシュされ、GGUF形式への変換も可能で、ローカルデプロイにも対応する。
- Claude CodeがHugging Face Skillsの新ツール「hf-llm-trainer」を活用し、言語モデルのファインチューニング機能を提供開始
- SFT、DPO、GRPOといった本番環境向けトレーニング手法をサポートし、0.5B〜70Bパラメータのモデルをトレーニング可能に
Claude CodeがHugging Faceのトレーニングインフラと統合し、自然言語でLLMのファインチューニングを実行できるようにした点は、AIモデルのカスタマイズ民主化が大きく進んだことを示す。従来は専門知識が必要だったGPU選定、LoRA/フルファインチューニングの使い分け、ジョブ管理といった工程が自動化され、モデル開発の参入障壁が低下する。これはAIエージェントがAIモデル開発自体を自律化する「再帰的AI(AIがAIを作る)」トレンドの具体例であり、AIエージェントプラットフォーム(Anthropic, Hugging Face)の競争優位性と、モデルチューニング需要の拡大に注目すべき。