Unsloth выпустили бесплатный гайд, как собрать собственную модель для принятия решений. За основу берут Qwen3.5-4B и дообучают её выбирать лучший вариант из нескольких, попутно оценивая вероятность каждого решения.
Весь процесс разобран по шагам в Google Colab, отдельно настраивать окружение не нужно. Готовую модель можно запускать локально на видеокарте с 8 ГБ VRAM.
Полная статья: https://clck.su/WkWOY
ВКонтакте
MAX