d1-3B 决策模型微调笔记本发布
AI 总结
UnslothAI 在 X 上转发的一个帖子介绍了 Liquid4All cookbook 中的两个笔记本，用于在自有数据上微调 d1-3B 决策模型，分别基于 Unsloth 和 Hugging Face TRL 实现。帖子称笔记本涵盖训练数据准备与微调流程，并声称可在免费层 GPU 上于 30 分钟内完成。这些时长与效果说法来自该帖，尚未独立验证。
深度见解
对想在自有数据上微调小型决策模型的开发者来说，这两个笔记本提供了可直接复用的低成本入门路径。