Fine-Tuning Gemma 3 VLM using QLoRA for LaTeX-OCR Dataset

Fine-Tuning Gemma 3 VLM using QLoRA for LaTeX-OCR Dataset

摘要

本文介绍了如何通过QLoRA和TRL技术对Gemma 3模型进行微调，以优化其在视觉语言任务中的表现，特别是从图像生成LaTeX公式。文章详细讲解了数据集准备、模型配置及微调过程，展示了微调前后模型生成LaTeX公式的对比，证明了微调对提升模型准确性的显著效果。