先了解这件事
AI 综述
2026年10月8日,Unsloth 发布开源仓库与指南,可将 Qwen3.8、Gemma 4 等任意 LLM 训练成决策模型。据其说明,方案用 Unsloth 加 LoRA(r=64)配合 Clef head 微调一个 epoch,把 Qwen3.5 0.8B 在 3 项决策基准上的综合准确率从 20.7% 提升到 74.3%,下游准确率从 30–37% 提升到 78%,仅需 4GB 显存。后续推文补充,用 Laya 等小模型训练仅需 2.5GB 显存,并可通过 UI 界面完成训练,GitHub 仓库、指南与 Notebook 均已放出。目前该故事尚无其他有合格事实证据的后续发展。
AI 根据公开报道生成
最新进展 · 正式报道
Unsloth 开源决策模型本地训练方案，4GB 显存可跑事件进展
1 个已确认进展
- 来源：Unsloth
报道与讨论时间线
按时间查看正式报道与传播讨论；两类内容的证据等级保持独立。
10月8日
Unsloth一手精选
Unsloth 开源决策模型本地训练方案，4GB 显存可跑
Unsloth 发布开源仓库，可将 Qwen3.8、Gemma 4 等任意 LLM 训练成决策模型。其用 Unsloth 加 LoRA（r=64）配合 Clef head 微调一个 epoch，把 Qwen3.5 0.8B 在 3 项决策基准上的综合准确率从 20.7% 提升到 74.3%，下游准确率从 30–37% 提升到 78%，仅需 4GB 显存。后续推文补充，用 Laya 等小模型训练仅需 2.5GB 显存，并可通过 UI 界面完成训练，GitHub 仓库与指南、Notebook 均已放出。