AGI Hunt· danielhanchen·· 4 小时前AI 评分54
单卡 15 分钟微调 Qwen3.5-4B 做决策模型，4GB 显存本地玩 Flappy Bird
单卡 15 分钟微调 Qwen3.5-4B 做决策模型,4GB 显存本地玩 Flappy Bird
AI 导读
开发者用 Unsloth 微调 Qwen3.5-4B 得到风格化决策模型，在单张 A100 上 15 分钟跑完 4 个 epoch，准确率从 30% 提升到 80%。
来源：AGI Hunt · agihunt.info