Unsloth 开源本地训练 Qwen3.5 0.8B 决策模型教程

Unsloth 发布开源教程与仓库，指导如何将 Qwen3.8、Gemma 4 等大语言模型微调为输出选项概率的决策模型。该方案仅需 4GB 显存即可在本地运行，使 Qwen3.5 0.8B 在 3 个决策基准上的合计准确率从 20.7% 提升至 74.3%。