RadarAI· X：Unsloth (@UnslothAI)·· 9 天前AI 评分62
Unsloth 发布免费 notebook，可将 Qwen3.5-4B 本地训练成决策模型
AI 导读
Unsloth 发布免费 notebook，教用户把 Qwen3.5-4B 训练成生成决策而非文本的决策模型，本地仅需 8GB VRAM，内容涵盖数据准备（state、questions、gold answers）、训练与服务，配套指南见 unsloth.ai/docs。
正文 · AI 翻译
Unsloth AI· @UnslothAI · X·2026-10-09 22:42· 40 分钟前AI 评分59
AI 导读
Unsloth 发布免费 notebook，教用户把 Qwen3.5-4B 训练成生成决策而非文本的决策模型，本地仅需 8GB VRAM。内容涵盖数据准备（state、questions、gold answers）、训练与服务；配套指南见 unsloth.ai/docs。其引用帖提到用 Clef head 加 LoRA（r=64）微调一 epoch，把 Qwen3.5 0.8B 在 3 个决策基准上的总体准确率从 20.7% 提到 74.3%，仅需 4GB VRAM。Notebook：https://colab.research.google.com/github/unslothai/notebooks/blob/main/nb/Qwen3_5_(4B)-Decision.ipynb
正文
现在你可以在本地训练自己的决策模型，就像 Jev 一样！ 我们把 Qwen3.5 0.8B 在 3 个决策基准上的总体准确率从 20.7% 提升到 74.3%——而且仅需 4GB VRAM。 用我们开源的 Unsloth 仓库，把任何 LLM（如 Qwen3.8、Gemma 4）变成决策模型。 我们用 Unsloth 和 LoRA（r=64）微调了一个 Clef head，训练一个 epoch，把下游准确率从 30–37% 提升到 78%。 GitHub：https://github.com/unslothai/unsloth 指南和 Notebook：https://unsloth.ai/docs/basics/train-your-own-decision-model-with-unsloth在 X 查看被引用的帖子
来源：Unsloth AI · x.com
来源：RadarAI · aihot.news