免费 GPU 30 分钟微调 d1-3B 决策模型,Unsloth/TRL 教程上线
danielhanchen · x · 2026-10-16
Leonie（Unsloth）发布两个 notebook 教程，讲解如何在自己的数据上微调 d1-3B 决策模型（decision model）：涵盖训练数据准备、用 Unsloth 与 Hugging Face TRL 进行微调，全程可在免费档 GPU 上 30 分钟内完成。Unsloth 的 danielhanchen 也在回复中确认。对想做小型专用决策模型的开发者是可直接照做的入门材料。
所属事件:Liquid AI 开源教程：免费 GPU 半小时微调决策模型(4 条相关)→
「编程与Agent」频道最新
- Perplexity 开源 SPACE:每个 agent 任务独立 Firecracker 微虚拟机 — AravSrinivas · 2026-10-18
- 单张 L4 GPU 跑 20 路低延迟马拉雅拉姆语语音 Agent 的完整架构 — DistrictUnique5259 · 2026-10-18
- Claude Code mods：用事件钩子拦截危险 shell 命令预览删除效果 — EricBuess · 2026-10-18
- fchollet：agent 已写约100%代码，但公司利润并未因此增长 — fchollet · 2026-10-18
- 实测 Browser MCP Defense 规则：成功拦截外部 Codex agent 工具调用 — HankYeomans · 2026-10-18
- Lambda 欧洲 Build-a-Claw 黑客松落幕：两大 Agent 项目夺魁 — TheZachMueller · 2026-10-18