聊天窗口里说要个模型，对方先报价再开训

聊天窗口里说要一个柑橘病害模型，对方先报价再开训。Hugging Face 2026-10-08 的博客 The model that didn't exist, so you made it yourself 把 HuggingChat 的实习生模式写成：先规划任务，再请你批预算，做冒烟和基线，然后在平台机器上训练、评测、发布。六个项目合计大约 103 美元算力。产物都在公开组织 ML-Intern-lab。博文链到一份公开提示词仓，本轮只有 2 星、0 个 fork，没有许可证字段，创建和推送都是 2026-10-03。热度在博文和 Hub 产物，不在这个提示仓。本轮不把个人账号写进正文。

开场要写清目标、数据集或基座、已经核过的事实，并要两件硬东西：训练前的基线分，以及一次能证明权重真的动过的短跑。最后点名交付物，再写死上限，例如总花费不超过 12 美元、超了先问。模式不是自动乱训，是带审批的代工。

六笔收据，不是一条神话

柑橘视觉语言模型用 Qwen3.5-2B，3017 张标注图、21 类问题。335 张测试上零样本 14.9%，两轮之后 52.8%，花费大约 1.90 美元。卡片 ML-Intern-lab/citrus-disease-vlm，演示空间 citrus-doctor。

角色 LoRA 用 FLUX.2-klein-4B，84 张指定吉祥物画风。每 100 步存一次，第 200 步才第一次像；再往后，无关提示也会染上风格。花费大约 7.60 美元。卡片 huggy-flux2-klein-lora。

视角 LoRA 把 1030 个物体按 24 个角度渲成透明图，超过 2.4 万张。训练用 461 个物体、1844 对、23 条指令、2000 步，大约 48 个作业，花费大约 16 美元。卡片 Qwen-Image-2.1-viewpoint-orbit-LoRA。

涂鸦 LoRA 先给物体做修复再加手绘，做成 6042 对。160 对留出含 23 个未见类。2000 步后，画到的位置命中 67.5%，未见类 65.0%；和另一份 LoRA 一起时，单次编辑大约 4.7 秒。花费大约 24.30 美元，59 个作业。卡片 Qwen-Image-2.1-doodle-in-LoRA。

口袋改写器让 9B 老师标了 8797 条请求，过滤后 1840 条教 0.8B 和 2B 学生。最小那份写 99.7% 合法输出，大约只用老师四分之一的 token，另有 GGUF。花费 16.05 美元。卡片 Qwen-Image-2.1-PE-T2I-Pocket-0.8B 和 2B。

Agate-Preview-002 蒸馏先缓存 15.5 万潜变量，步数从 16 收到 4，第二趟再加 2.4 万对。GenEval 从 0.509 到 0.536，老师 50 步是 0.563。ONNX 能进浏览器。两趟合计 37 美元。空间含 4step-webgpu。这些是官方口径，不是本轮复现。

今天怎么开这一轮

在聊天里打开实习生模式。提示词仓是参考，不是训练代码。组织下列出的数据集包括 citrus-disease-vlm-instruct、Qwen-Image-2.1-rewriter-distill、gso-orbit-rgba、doodle-in-pairs、agate-preview-002-4step-latents。空间还有 huggy-generator、pocket-studio、rewriter-arena、agate-preview-002-4step-live。基座名写在博文里：Qwen/Qwen-Image-2.1-PE-T2I、Qwen/Qwen3.5-2B、Viggle/Qwen-Image-2.1-viggle-turbo、black-forest-labs/FLUX.2-klein-base-4B。

目标：在现有标注上做一个可发布的小模型
已核事实：数据集路径、基座名称、要对比的基线
先跑：给出基线分，再做一次能改动权重的冒烟
交付：模型卡、数据集、演示空间
上限：总花费不超过 12 美元，超过先问

读这篇记住三组约束。一，103 美元是六笔加总，不是单任务报价。二，提示仓 2 星，证据在 Hub 组织和博文。三，没有基线和冒烟就不要批预算。站内刚写过边缘决策模型一次前向不吐字，和聊天里代工微调不是同一条路。Falcon ASR 同日是演示和计划中的接口，没有放权重，不并进。Burn 0.22 是框架发版，也不并进这篇。