Unsloth 教程：微调 Qwen 和 Gemma 构建自定义决策模型

Unsloth 文档介绍如何把 Qwen3.5、Gemma 4、Llama 3.2 等 LLM 微调为决策模型，使其读取输入后为选项打分并返回带概率的选择。文中示例通过 Clef head 和 LoRA 训练，将下游准确率从约 30–37% 提升到最高 81%，并提供桌面应用、Colab、Kaggle notebook、代码训练、校准保存和 Decision API 调用流程。