包含标签 “#training” 的文章

Jev 启发的决策模型后训练：RTX 3090 实验记录

受 Jev／System 1 启发，在一张 RTX 3090 上，以 Qwen3.5 Base 为骨干，结合 LoRA 和决策头后训练 decision model。分享模型架构、标签问题、评估结果与模型下载。