小型决策模型微调实践：d3-edge 0.6B 经 SFT + LoRA 后反超 d3 27B

社区用户对 vLLM-SR 的 d3-edge（0.6B）决策模型进行了简单 SFT + LoRA 微调，使用数千条训练样本后，在 typed decisions 任务上反超参数量更大的 d3（27B），并在 Banking77 上接近其水平。作者据此认为应针对决策类任务微调小型专用模型，而非为每项任务都使用大型通用模型。