Unsloth 发布免费 notebook，将 Qwen3.5-4B 本地训练为决策模型

Unsloth 发布免费 notebook，指导用户将 Qwen3.5-4B 本地训练成生成决策而非文本的决策模型，仅需 8GB VRAM。Notebook涵盖 state、questions、gold answers 数据准备、训练与服务，并提供 Colab 链接。