Liquid AI 开源教程：免费 GPU 半小时微调决策模型

Liquid AI 开发者关系工程师 Leonie 发布两个开源 Notebook 教程，讲解如何使用 Unsloth 和 Hugging Face TRL，在免费 GPU 上约 30 分钟完成 d1-3B 决策模型（输出决策而非文本）的微调，内容涵盖训练数据准备等，并以客服意图分类为例。此外，Maxime Labone 团队演示对更小的 d1-omni-600M 微调：只要在特定游戏的 (状态， 输入) 格式数据上训练，该小模型即可在此任务上击败任何对手，印证了决策模型微调的高效性。

2026-10-16 ~ 2026-10-17 · 4 条相关

• Liquid AI 教程:30 分钟在免费 GPU 上微调 d1-3B 决策模型 — helloiamleonie · 2026-10-16
• 免费 GPU 30 分钟微调 d1-3B 决策模型,Unsloth/TRL 教程上线 — danielhanchen · 2026-10-16
• 600M 小模型微调后游戏碾压大模型,微调教程免费开放 — iamrobotbear · 2026-10-17

另有 1 条近重复转述:maximelabonne