Unsloth 开源本地训练决策模型方法

Unsloth 宣布，用户可用其开源仓库在本地训练自己的决策模型，如 Jev。据 Unsloth 称，用其仓库可将 Qwen3.5 0.8B 在 3 个决策基准上的综合准确率从 20.7% 提升到 74.3%，显存占用仅 4GB。 Unsloth 还称，该方法可将 Qwen3.8、Gemma 4 等任意 LLM 转为决策模型；其用 Clef 头和 LoRA（r=64）微调一个 epoch 后，下游准确率从 30–37% 提升至 78%。上述提升均为 Unsloth 单方面说法。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。