Keegan Wang

面向家庭护理排班的智能体不再直接用小模型硬扛。零样本小模型在窄任务上失败，而每改一次行为就重训又太慢，于是先在GPT-5.4-nano上用提示词迭代出稳定行为，再把11.6k条真实生产决策经LoRA微调进Qwen3-8B。该模型与记录决策的一致率为0.913，高于教师模型重跑自身提示词时的72.7%自一致率。

面向家庭护理排班的智能体不再直接用小模型硬扛。零样本小模型在窄任务上失败，而每改一次行为就重训又太慢，于是先在GPT-5.4-nano上用提示词迭代出稳定行为，再把11.6k条真实生产决策经LoRA微调进Qwen3-8B。该模型与记录决策的一致率为0.913，高于教师模型重跑自身提示词时的72.7%自一致率。