单卡 20 分钟:微调 Liquid d1-2B 图像决策模型,准确率 51%→96%
helloiamleonie · x · 2026-10-30
Leonie 转发并推荐 Chris Levy 的实战教程:在 her 文本版微调配方基础上,把 Liquid 的 d1 决策模型扩展到图像输入。任务是用网站截图+候选页面元素训练模型选出下一个要交互的元素(Web agent 决策),数据用 Multimodal-Mind2Web(4574 条训练样本,数据集已放 Hugging Face)。用 Modal 上单张 RTX PRO 6000 跑一个 epoch:
「编程与Agent」频道最新
- Carmack：AI 从零写大型软件未必最优，好用的基础构件才是关键 — ID_AA_Carmack · 2026-10-30
- LangChain Core 1.7.2 发布:新增通知元数据方法并修复消息内容篡改 — caolonghua · 2026-10-30
- Codex 手机端实拍：在路上遥控多个编程 agent 改代码跑测试 — Dimillian · 2026-10-30
- Arm 官方教程:Copilot CLI 跑在 Arm 算力上原生开发与测试 — caolonghua · 2026-10-30
- evident-charts 开源：让编码 agent 画诚实图表并自动自检 — randal_olson · 2026-10-30
- Anthropic 发布主动式智能体 Claude Duet,由 Opus 5.5 驱动 — joellewenstein · 2026-10-30