单卡 27.5 分钟微调 Qwen3.5-4B，USMLE 准确率 66.7% 升至 74.5%
MaziyarPanahi · x · 2026-11-13
Maziyar Panahi 用 Unsloth 的 decision-model 训练配方微调 Qwen3.5-4B，仅需单张 GPU 27.5 分钟。
- 测试：在训练中从未见过的 MedQA 测试集（USMLE 风格、四选项）上，总体正确率从 66.7% 提升到 74.5%
- 校准：校准误差从 0.088 降至 0.024，说明模型置信度与实际准确度的偏差大幅缩小
- 展示了低成本「决策模型」配方在小模型上的可观收益
「模型」频道最新
- 模型命名太乱，开发者呼吁回归 small/medium/large — andpoul · 2026-11-13
- 微软 Copilot 接入 Anthropic Claude Fable 5.2，Cowork 与 Studio 可选 — luisdans · 2026-11-13
- benchmarks.bio 发布 TxBench 抗体开发榜单:Gemini 4 系列遥遥领先 — kenbwork · 2026-11-13
- 社区吐槽:OpenAI 晒神秘强模型两个月,就是不发布 — imjustnewatai · 2026-11-13
- Pro 用户实测 Fable:几分钟烧光 5 小时额度还没干完活 — CutBulkMaintain · 2026-11-13
- OpenAI 评测图表被指 Y 轴从 65 起画,8 分差距视觉上翻倍 — teortaxesTex · 2026-11-13