Unsloth 发布免费 notebook，可将 Qwen3.5-4B 本地训练成决策模型

Unsloth 发布免费 notebook，教用户把 Qwen3.5-4B 训练成生成决策而非文本的决策模型，本地仅需 8GB VRAM。内容涵盖数据准备（state、questions、gold answers）、训练与服务；配套指南见 unsloth.ai/docs。其引用帖提到用 Clef head 加 LoRA（r=64）微调一 epoch，把 Qwen3.5 0.8B 在 3 个决策基准上的总体准确率从 20.7% 提到 74.3%，仅需 4GB VRAM。Notebook：https://colab.research.google.com/github/unslothai/notebooks/blob/main/nb/Qwen3_5_(4B)-Decision.ipynb