ZHE游戏策划 / 产品经理

基于 Qwen3-1.7B-Base，用 LoRA 微调并蒸馏教师集成。它不生成聊天文本，而是用 193 个类型化决策头，一次前向就为难度、遭遇、卡牌、Boss 战术、音乐等十类导演任务给出选项概率；模型给偏好，游戏规则负责约束、校验与兜底。运行时不需要云端 API Key。

1. 游戏状态
2. 通道提示
3. Qwen3-1.7B + LoRA
4. 193 个决策头
5. 合法掩码与校验
6. 游戏执行

193

类型化决策头

10

导演通道

0.7719

测试集教师一致性

34,944

条教师数据

0.7719 为与教师集成的宏平均一致性，不代表玩家满意度；Q4 量化版 1.1 GB，与全精度字段一致率 0.9842。