本地微调 Qwen3-VL
Qwen 于 9 月发布了首批 Qwen3-VL 模型。他们首先发布了 Qwen3-VL-235B-A22B，然后逐步发布了基于 Qwen3 A30B-A3B、8B 和 4B 的模型。它们都可以在 Hugging Face Hub 上找到（Apache 2.0
unsloth
从零开始训练推理模型：GRPO+Unsloth改造Qwen实战指南
推理型大语言模型现在确实火了。这类模型的特点是会先对问题做充分思考，然后再给出答案，而不是直接回复。
使用 Unsloth 快速微调 LLMs 实用指南
微调的独特优势深度知识内化：将专业知识直接编码到模型参数中风格定制化：可精确控制语气、文风和输出结构推理零延迟：无需外部检索，保持原始模型的响应速度持续进化能力：支持增量学习，实现知识持续更新