在 4 块 GPU 上微调 235B 模型：Qwen3-235B-A22B 的尝试与放弃

团队在 4 块 H100 上对 Qwen3-235B-A22B-Thinking 做 QLoRA 微调，约 3600 条样本训练一个 epoch 后，9 个租户的 F1 平均提升 7.63 分，单 token 成本约为 API 模型的三分之一，训练耗时 26 小时。