教程：用 Qwen3-1.7B 构建和校准自己的决策模型

作者演示用 Qwen/Qwen3-1.7B 构建固定选项决策模型，通过只允许 A 到 E 的 token 输出，在一次前向传播中取得最高概率答案。模型在 CommonsenseQA 1221 个样本上的准确率为 0.5938，快速微调后提升到 0.6241；原始输出概率明显过度自信，温度参数拟合为 3.797280788421631 后校准效果改善。