Unsloth-Open-Source-Tutorial: lokales Training eines Qwen3.5-0.8B-Entscheidungsmodells steigert Genauigkeit von 20,7 % auf 74,3 %
Originaltitel:You can now train your own Decision model like Jev locally!
KI-Zusammenfassung
Unsloth hat ein Tutorial und ein Open-Source-Repository veröffentlicht, mit dem sich LLMs wie Qwen3.8 und Gemma 4 zu Entscheidungsmodellen feinjustieren lassen, die Wahrscheinlichkeiten für Optionen ausgeben; Qwen3.5 0.8B steigert die Gesamtgenauigkeit auf drei Entscheidungs-Benchmarks von 20,7 % auf 74,3 % und benötigt nur 4 GB VRAM.
Kernpunkte
- Unsloth hat ein Tutorial und ein Open-Source-Repository veröffentlicht,mit dem sich LLMs wie Qwen3.
- 8 und Gemma 4 zu Entscheidungsmodellen feinjustieren lassen,die Wahrscheinlichkeiten für Optionen…
- 8B steigert die Gesamtgenauigkeit auf drei Entscheidungs-Benchmarks von 20,7 % auf 74,3 % und…
Auf einen Blick
- Veröffentlicht
- Aktualisiert
- Quelle
- X:Unsloth (@UnslothAI)
- Kategorie
- Tutorials & Tipps
- KI-Bewertung
- 66
原文给出完整微调方法和前后准确率对比,读者可在 4GB 显存上复现把 LLM 转成决策模型的流程。
Quelle & Urheberrecht
Dieser Artikel basiert auf kuratierten Titeln und KI-Zusammenfassungen der öffentlichen AIHOT-API, mit Quellenangabe und Rückverlinkung. Das Urheberrecht am Original liegt bei den ursprünglichen Medien und Autoren; diese Seite spiegelt keine Volltexte.
Zitierhinweis
Beim Zitieren dieses Artikels bitte Titel, Datum und Permalink beibehalten und Orange News als Quelle angeben.
Orange News: Unsloth-Open-Source-Tutorial: lokales Training eines Qwen3.5-0.8B-Entscheidungsmodells steigert Genauigkeit von 20,7 % auf 74,3 %. 8. Oktober 2026. https://new.nat6.net/de/news/y7db2ly158hip5dw1evmjw5kv/