Tutoriels et astuces

Unsloth publie un tutoriel open source : entraîner localement le modèle de décision Qwen3.5 0.8B, avec une précision passant de 20,7 % à 74,3 %

Titre original:You can now train your own Decision model like Jev locally!

Résumé IA

Unsloth publie un tutoriel et un dépôt open source permettant de fine-tuner des LLM comme Qwen3.8 et Gemma 4 en modèles de décision produisant des probabilités d'options ; Qwen3.5 0.8B voit sa précision cumulée sur 3 benchmarks de décision passer de 20,7 % à 74,3 %, avec seulement 4 Go de mémoire GPU.

Points clés

  • Unsloth publie un tutoriel et un dépôt open source permettant de fine-tuner des LLM comme Qwen3.
  • 8 et Gemma 4 en modèles de décision produisant des probabilités d'options
  • 8B voit sa précision cumulée sur 3 benchmarks de décision passer de 20,7 % à 74,3 %,avec seulement…

En bref

Publié
Mis à jour
Source
X:Unsloth (@UnslothAI)
Catégorie
Tutoriels et astuces
Sujet
Écosystème open sourceTutoriels et pratique
Score IA
66
Lire l'original Lire l'article complet à la source d'origine
Pourquoi c'est important

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。

Sujets

Source et droits

Cet article s'appuie sur des titres sélectionnés et des résumés IA issus de l'API publique AIHOT, avec attribution et liens de retour. Les droits sur l'original restent ceux des médias et auteurs d'origine ; ce site ne reproduit pas les textes intégraux.

Article original · Fiche AIHOT

Comment citer

Pour citer cet article, conservez le titre, la date et le lien permanent, et indiquez Orange News comme source.

Orange News : Unsloth publie un tutoriel open source : entraîner localement le modèle de décision Qwen3.5 0.8B, avec une précision passant de 20,7 % à 74,3 %. 8. octobre 2026. https://new.nat6.net/fr/news/y7db2ly158hip5dw1evmjw5kv/

Tout voir →