Unsloth เปิดโอเพนซอร์สบทเรียนฝึกโมเดลตัดสินใจ Qwen3.5 0.8B ในเครื่อง ความแม่นยำเพิ่มจาก 20.7% เป็น 74.3%
หัวข้อต้นฉบับ:You can now train your own Decision model like Jev locally!
สรุปโดย AI
Unsloth เผยแพร่บทเรียนและรีโปโอเพนซอร์สสำหรับปรับแต่ง LLM เช่น Qwen3.8 และ Gemma 4 ให้เป็นโมเดลตัดสินใจที่輸出ความน่าจะเป็นของตัวเลือก โดย Qwen3.5 0.8B มีความแม่นยำรวมบนเบนช์มาร์กการตัดสินใจ 3 ชุดเพิ่มจาก 20.7% เป็น 74.3% และใช้หน่วยความจำ GPU เพียง 4GB
ข้อมูลสำคัญ
- Unsloth เผยแพร่บทเรียนและรีโปโอเพนซอร์สสำหรับปรับแต่ง LLM เช่น Qwen3.
- 8 และ Gemma 4 ให้เป็นโมเดลตัดสินใจที่輸出ความน่าจะเป็นของตัวเลือก โดย Qwen3.
- 8B มีความแม่นยำรวมบนเบนช์มาร์กการตัดสินใจ 3 ชุดเพิ่มจาก 20.
- 7% เป็น 74.
- 3% และใช้หน่วยความจำ GPU เพียง 4GB
สรุปสั้น
- เวลาเผยแพร่
- เวลาอัปเดต
- แหล่งที่มา
- X:Unsloth (@UnslothAI)
- หมวดหมู่
- บทแนะนำและเทคนิค
- คะแนน AI
- 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。
หัวข้อที่เกี่ยวข้อง
แหล่งที่มาและลิขสิทธิ์
บทความนี้เรียบเรียงจากพาดหัวคัดสรรและบทสรุป AI จาก API สาธารณะของ AIHOT โดยระบุแหล่งที่มาและลิงก์กลับแล้ว ลิขสิทธิ์ต้นฉบับเป็นของสื่อและผู้เขียนต้นทาง เว็บไซต์นี้ไม่ได้สะท้อนเนื้อหาฉบับเต็ม
วิธีอ้างอิง
เมื่ออ้างอิงบทความนี้ โปรดระบุชื่อเรื่อง วันที่ และลิงก์ถาวร พร้อมระบุแหล่งที่มาเป็น Orange News
Orange News: Unsloth เปิดโอเพนซอร์สบทเรียนฝึกโมเดลตัดสินใจ Qwen3.5 0.8B ในเครื่อง ความแม่นยำเพิ่มจาก 20.7% เป็น 74.3% 8 ตุลาคม 2026 https://new.nat6.net/th/news/y7db2ly158hip5dw1evmjw5kv/