两个 Notebook 教你在免费 GPU 上 30 分钟微调 d1-3B 决策模型
maximelabonne · x · 2026-10-16
Leonie 发布了一套微调教程,配套两个开源 Notebook,演示如何用 Unsloth 和 Hugging Face TRL 微调 d1-3B 决策模型(decision model)。
- 覆盖训练数据准备、微调全流程
- 在免费档 GPU 上 30 分钟即可跑完
- Notebook 与 TRL 代码链接均已公开
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