Qwen3-VL模型微调全解析图文对话AI快速上手指南1. 前言让AI看懂你的世界想象一下你有一台能“看懂”图片的智能助手。你给它一张产品设计图它能立刻告诉你设计亮点你上传一张复杂的表格截图它能帮你提取关键数据甚至你拍下家里电器的故障灯它都能指导你下一步该怎么做。这就是Qwen3-VL带来的可能性。作为阿里云最新一代的视觉语言模型它不仅能理解文字还能“看懂”图片、视频甚至能操作电脑界面。但预训练模型就像一位博学但缺乏专业经验的通才——它知道很多却不一定懂你的具体业务。今天我要带你做的就是为这位“通才”进行一次专属培训。通过微调让Qwen3-VL学会你的业务语言成为你团队中的专业助手。整个过程比你想象的要简单跟着我一步步来你也能轻松上手。2. 准备工作搭建你的AI实验室2.1 硬件选择你需要什么样的电脑微调模型听起来高大上但对硬件的要求其实很友好。下面这张表帮你快速判断硬件组件最低要求推荐配置GPUNVIDIA RTX 3090 (24GB)RTX 4090 / A100 (40GB)内存32GB64GB存储100GB SSD500GB NVMe SSD系统Ubuntu 20.04Ubuntu 22.04关键提示如果你用的是Qwen3-VL-4B这个“小”版本单张RTX 3090就足够了。如果是更大的版本或者你想做全参数微调才需要更高级的显卡。2.2 软件环境三步搞定基础配置打开你的终端跟着我敲命令# 第一步创建专属的Python环境 conda create -n qwen_vl python3.10 -y conda activate qwen_vl # 第二步下载微调工具包 git clone https://github.com/hiyouga/LLaMA-Factory.git cd LLaMA-Factory # 第三步安装所有需要的软件包 pip install -e .[torch,metrics] -i https://pypi.tuna.tsinghua.edu.cn/simple pip install flash-attn2.6.3 --no-build-isolation pip install bitsandbytes0.43.1 deepspeed0.14.4特别注意Transformers库的版本很重要必须用最新的pip install --upgrade transformers4.45.0如果版本太低后面会报错说找不到Qwen3-VL模型。2.3 下载基础模型获取“原材料”模型就像做菜的原料我们需要先准备好。从ModelScope下载是最快的方式# 安装大文件下载工具 git lfs install # 下载4B版本适合大多数场景 git clone https://www.modelscope.cn/qwen/Qwen3-VL-4B-Instruct.git /data/model/qwen3-vl-4b-instruct下载完成后检查一下目录里应该有这些文件config.json- 模型配置文件model.safetensors.index.json- 模型权重索引preprocessor_config.json- 图片处理配置tokenizer_config.json- 分词器配置如果下载速度慢可以试试换个时间或者用国内镜像源。3. 数据准备教AI认识你的业务3.1 理解数据格式AI的“教材”长什么样微调的核心是数据。你需要准备一些“问题-答案”对告诉模型遇到某种图片时该怎么回答。格式很简单看这个例子[ { messages: [ { role: user, content: image这张发票上的总金额是多少 }, { role: assistant, content: ¥1,280.50 } ], images: [/path/to/invoice_001.jpg] } ]关键点说明image是个特殊标记告诉模型“这里有张图片”messages里是对话记录一问一答images里是对应图片的路径角色必须是user用户提问和assistantAI回答3.2 创建你的训练数据假设你要教AI识别公司内部文档可以这样准备创建图片目录mkdir -p /data/service/LLaMA-Factory/data/images # 把你的训练图片放进去比如 # invoice_001.jpg, report_002.png, chart_003.jpg...创建数据文件 在/data/service/LLaMA-Factory/data/下创建my_docs.json[ { messages: [ { role: user, content: image这是哪家公司的发票 }, { role: assistant, content: 北京科技有限公司 } ], images: [/data/service/LLaMA-Factory/data/images/invoice_001.jpg] }, { messages: [ { role: user, content: image这张柱状图显示的最高值是多少 }, { role: assistant, content: Q2季度销售额850万 } ], images: [/data/service/LLaMA-Factory/data/images/chart_002.png] } ]数据量建议起步50-100条效果不错的话可以增加到500-1000条。告诉工具包你的数据在哪 编辑/data/service/LLaMA-Factory/data/dataset_info.json添加my_docs: { file_name: my_docs.json, formatting: sharegpt, columns: { messages: messages, images: images } }这样就完成了数据准备。简单来说就是准备图片写清楚问题和答案告诉系统数据在哪。4. 配置微调设置“学习计划”4.1 复制配置文件LLaMA-Factory用YAML文件来管理所有设置我们先复制一个模板cp examples/train_lora/qwen2vl_lora_sft.yaml examples/train_lora/my_qwen3vl_config.yaml4.2 关键参数详解打开my_qwen3vl_config.yaml这些参数需要你关注### 模型相关 model_name_or_path: /data/model/qwen3-vl-4b-instruct # 你的基础模型路径 ### 微调方法 stage: sft # 使用监督微调 finetuning_type: lora # 用LoRA方法省显存 lora_target: all # 对所有层都做微调 ### 数据相关 dataset: my_docs # 你刚才注册的数据集名字 template: qwen2_vl # 暂时用qwen2的模板兼容的 cutoff_len: 2048 # 处理长文本的能力 ### 训练设置 per_device_train_batch_size: 1 # 每次处理1条数据 gradient_accumulation_steps: 16 # 累积16次再更新模拟batch_size16 learning_rate: 1e-4 # 学习率不要太大 num_train_epochs: 3 # 训练3轮 warmup_ratio: 0.1 # 前10%步数慢慢升温 ### 输出设置 output_dir: /data/output/my_qwen3vl_finetuned # 结果保存位置 logging_steps: 10 # 每10步打印一次日志 save_steps: 100 # 每100步保存一次给新手的建议learning_rate学习率就像学习速度1e-4是个安全的起点num_train_epochs训练轮数3-5轮通常足够太多会“学过头”batch_size相关如果显存不够就调小第一个调大第二个4.3 显卡内存不够怎么办如果你只有16GB显存可以这样调整per_device_train_batch_size: 1 # 再小就只能1了 gradient_accumulation_steps: 32 # 增大这个值 bf16: false # 用fp16代替bf16 fp16: true # 开启半精度这样调整后实际效果相当于batch_size32但显存占用大大降低。5. 开始训练让AI“学习”5.1 启动训练命令一切就绪开始训练llamafactory-cli train examples/train_lora/my_qwen3vl_config.yaml你会看到类似这样的输出[INFO] 开始加载模型... [INFO] 模型类型: qwen3_vl [INFO] 可训练参数: 24,576,000 || 总参数: 4,200,000,000 || 可训练比例: 0.585% [INFO] 开始训练... Epoch: 1/3, Step: 10/100, Loss: 1.234 Epoch: 1/3, Step: 20/100, Loss: 0.876 Epoch: 2/3, Step: 30/100, Loss: 0.543 ...关键信息解读可训练比例: 0.585%只训练了不到1%的参数这就是LoRA的威力Loss损失值这个数字会越来越小表示模型学得越来越好如果Loss降到0.2以下通常效果就不错了5.2 训练过程监控训练过程中你可以关注这些点Loss曲线在输出目录会生成training_loss.pngLoss应该平稳下降显存使用用nvidia-smi命令查看确保不超过90%训练速度正常情况下100条数据训练1轮大约需要10-30分钟如果训练卡住了或者Loss不下降检查学习率是不是太大了调小到5e-5试试检查数据格式对不对特别是image标记检查图片路径能不能访问6. 测试效果看看AI学得怎么样6.1 合并训练结果训练完成后我们需要把学到的“知识”LoRA权重合并到原模型里from peft import PeftModel from transformers import AutoModelForCausalLM # 加载原始模型 base_model AutoModelForCausalLM.from_pretrained( /data/model/qwen3-vl-4b-instruct ) # 加载训练好的LoRA权重 lora_model PeftModel.from_pretrained( base_model, /data/output/my_qwen3vl_finetuned ) # 合并 merged_model lora_model.merge_and_unload() # 保存新模型 merged_model.save_pretrained(/data/model/qwen3-vl-4b-custom)合并后的模型就可以像普通模型一样使用了。6.2 快速测试脚本写个简单的测试脚本看看效果from transformers import AutoProcessor, AutoModelForCausalLM from PIL import Image # 加载合并后的模型 model_path /data/model/qwen3-vl-4b-custom processor AutoProcessor.from_pretrained(model_path) model AutoModelForCausalLM.from_pretrained(model_path).cuda() # 准备测试 image Image.open(test_invoice.jpg) # 你的测试图片 question image这张发票上的公司名称是什么 # 处理输入 inputs processor( textquestion, imagesimage, return_tensorspt ).to(cuda) # 生成回答 generated_ids model.generate( **inputs, max_new_tokens100, do_sampleTrue, temperature0.7 ) # 解码输出 answer processor.batch_decode( generated_ids, skip_special_tokensTrue )[0] print(fAI回答: {answer})如果一切正常你应该能看到模型正确识别了发票上的公司名称。7. 部署使用让AI为你工作7.1 使用Qwen3-VL-WEBUI镜像最方便的部署方式是使用官方镜像docker run -d \ -p 7860:7860 \ -v /data/model/qwen3-vl-4b-custom:/app/models \ --gpus all \ --shm-size16gb \ qwen3-vl-webui:latest然后打开浏览器访问http://你的服务器IP:7860就能看到Web界面了。界面功能一览上传图片区域拖拽或点击上传输入框输入你的问题对话历史查看之前的问答模型切换如果你有多个模型可以切换7.2 实际应用示例假设你微调的是发票识别现在可以这样用上传一张发票图片提问“这张发票的税号是多少”AI回答“税号是91110108MA01XXXXXX”继续提问“开票日期是哪天”AI回答“2024年3月15日”你会发现经过微调的模型能准确回答你教过的问题而且回答格式也符合你的要求。8. 常见问题排查8.1 错误找不到qwen3_vl模型错误信息KeyError: qwen3_vl原因Transformers库版本太旧不认识Qwen3-VL。解决pip install --upgrade transformers4.45.0验证是否修复from transformers import AutoConfig config AutoConfig.from_pretrained(/data/model/qwen3-vl-4b-instruct) print(config.model_type) # 应该输出 qwen3_vl8.2 错误CUDA内存不足错误信息CUDA out of memory原因显存不够用了。解决步骤减小per_device_train_batch_size最小到1增大gradient_accumulation_steps可以到32甚至64开启梯度检查点gradient_checkpointing: true使用更小的模型版本比如从7B换到4B8.3 错误图片加载失败错误信息Image file not found原因数据文件里的图片路径不对。检查确认图片文件确实存在确认路径是绝对路径确认LLaMA-Factory有权限读取这些文件8.4 训练效果不好怎么办如果模型学得不好可以尝试增加数据量从100条增加到500条调整学习率试试3e-5或5e-5检查数据质量确保问题和答案对应准确增加训练轮数从3轮增加到5轮使用更好的图片确保图片清晰、文字可读9. 总结与下一步9.1 你刚刚完成了什么回顾一下整个流程你其实做了四件大事搭建环境准备好了AI学习的“教室”准备教材整理了问题和答案告诉AI要学什么设置课程配置了学习计划训练参数毕业测试训练完成后验证学习效果整个过程最花时间的是数据准备一旦数据准备好了训练本身反而是自动化的。9.2 实际应用建议根据我的经验这些场景特别适合用Qwen3-VL微调文档处理类发票信息提取金额、日期、税号合同关键条款识别报告数据表格读取图像分析类产品缺陷检测配合图片说明设计稿评审意见生成医学影像初步分析交互操作类软件界面操作指导图表数据解读流程图步骤说明9.3 进阶方向探索如果你已经掌握了基础微调可以尝试这些进阶玩法多任务学习一个模型同时学会发票识别、合同分析、报告总结增量学习在已有模型基础上继续教它新技能领域适配针对医疗、法律、金融等专业领域做深度优化性能优化用量化技术让模型跑得更快占用资源更少9.4 最后的建议微调大模型听起来复杂但核心就是“准备数据-配置参数-开始训练”三步。第一次可能会遇到各种问题这很正常。重要的是从小开始先用50条数据试一下成功了再扩大及时验证每训练一轮就测试一下效果做好记录记录每次的参数和结果方便对比保持耐心AI学习需要时间效果是逐渐变好的现在你已经掌握了让Qwen3-VL“学会”新技能的方法。接下来就是发挥创意的时候了——你想让AI帮你做什么呢获取更多AI镜像想探索更多AI镜像和应用场景访问 CSDN星图镜像广场提供丰富的预置镜像覆盖大模型推理、图像生成、视频生成、模型微调等多个领域支持一键部署。
Qwen3-VL模型微调全解析：图文对话AI快速上手指南
发布时间：2026/6/15 2:55:34
Qwen3-VL模型微调全解析图文对话AI快速上手指南1. 前言让AI看懂你的世界想象一下你有一台能“看懂”图片的智能助手。你给它一张产品设计图它能立刻告诉你设计亮点你上传一张复杂的表格截图它能帮你提取关键数据甚至你拍下家里电器的故障灯它都能指导你下一步该怎么做。这就是Qwen3-VL带来的可能性。作为阿里云最新一代的视觉语言模型它不仅能理解文字还能“看懂”图片、视频甚至能操作电脑界面。但预训练模型就像一位博学但缺乏专业经验的通才——它知道很多却不一定懂你的具体业务。今天我要带你做的就是为这位“通才”进行一次专属培训。通过微调让Qwen3-VL学会你的业务语言成为你团队中的专业助手。整个过程比你想象的要简单跟着我一步步来你也能轻松上手。2. 准备工作搭建你的AI实验室2.1 硬件选择你需要什么样的电脑微调模型听起来高大上但对硬件的要求其实很友好。下面这张表帮你快速判断硬件组件最低要求推荐配置GPUNVIDIA RTX 3090 (24GB)RTX 4090 / A100 (40GB)内存32GB64GB存储100GB SSD500GB NVMe SSD系统Ubuntu 20.04Ubuntu 22.04关键提示如果你用的是Qwen3-VL-4B这个“小”版本单张RTX 3090就足够了。如果是更大的版本或者你想做全参数微调才需要更高级的显卡。2.2 软件环境三步搞定基础配置打开你的终端跟着我敲命令# 第一步创建专属的Python环境 conda create -n qwen_vl python3.10 -y conda activate qwen_vl # 第二步下载微调工具包 git clone https://github.com/hiyouga/LLaMA-Factory.git cd LLaMA-Factory # 第三步安装所有需要的软件包 pip install -e .[torch,metrics] -i https://pypi.tuna.tsinghua.edu.cn/simple pip install flash-attn2.6.3 --no-build-isolation pip install bitsandbytes0.43.1 deepspeed0.14.4特别注意Transformers库的版本很重要必须用最新的pip install --upgrade transformers4.45.0如果版本太低后面会报错说找不到Qwen3-VL模型。2.3 下载基础模型获取“原材料”模型就像做菜的原料我们需要先准备好。从ModelScope下载是最快的方式# 安装大文件下载工具 git lfs install # 下载4B版本适合大多数场景 git clone https://www.modelscope.cn/qwen/Qwen3-VL-4B-Instruct.git /data/model/qwen3-vl-4b-instruct下载完成后检查一下目录里应该有这些文件config.json- 模型配置文件model.safetensors.index.json- 模型权重索引preprocessor_config.json- 图片处理配置tokenizer_config.json- 分词器配置如果下载速度慢可以试试换个时间或者用国内镜像源。3. 数据准备教AI认识你的业务3.1 理解数据格式AI的“教材”长什么样微调的核心是数据。你需要准备一些“问题-答案”对告诉模型遇到某种图片时该怎么回答。格式很简单看这个例子[ { messages: [ { role: user, content: image这张发票上的总金额是多少 }, { role: assistant, content: ¥1,280.50 } ], images: [/path/to/invoice_001.jpg] } ]关键点说明image是个特殊标记告诉模型“这里有张图片”messages里是对话记录一问一答images里是对应图片的路径角色必须是user用户提问和assistantAI回答3.2 创建你的训练数据假设你要教AI识别公司内部文档可以这样准备创建图片目录mkdir -p /data/service/LLaMA-Factory/data/images # 把你的训练图片放进去比如 # invoice_001.jpg, report_002.png, chart_003.jpg...创建数据文件 在/data/service/LLaMA-Factory/data/下创建my_docs.json[ { messages: [ { role: user, content: image这是哪家公司的发票 }, { role: assistant, content: 北京科技有限公司 } ], images: [/data/service/LLaMA-Factory/data/images/invoice_001.jpg] }, { messages: [ { role: user, content: image这张柱状图显示的最高值是多少 }, { role: assistant, content: Q2季度销售额850万 } ], images: [/data/service/LLaMA-Factory/data/images/chart_002.png] } ]数据量建议起步50-100条效果不错的话可以增加到500-1000条。告诉工具包你的数据在哪 编辑/data/service/LLaMA-Factory/data/dataset_info.json添加my_docs: { file_name: my_docs.json, formatting: sharegpt, columns: { messages: messages, images: images } }这样就完成了数据准备。简单来说就是准备图片写清楚问题和答案告诉系统数据在哪。4. 配置微调设置“学习计划”4.1 复制配置文件LLaMA-Factory用YAML文件来管理所有设置我们先复制一个模板cp examples/train_lora/qwen2vl_lora_sft.yaml examples/train_lora/my_qwen3vl_config.yaml4.2 关键参数详解打开my_qwen3vl_config.yaml这些参数需要你关注### 模型相关 model_name_or_path: /data/model/qwen3-vl-4b-instruct # 你的基础模型路径 ### 微调方法 stage: sft # 使用监督微调 finetuning_type: lora # 用LoRA方法省显存 lora_target: all # 对所有层都做微调 ### 数据相关 dataset: my_docs # 你刚才注册的数据集名字 template: qwen2_vl # 暂时用qwen2的模板兼容的 cutoff_len: 2048 # 处理长文本的能力 ### 训练设置 per_device_train_batch_size: 1 # 每次处理1条数据 gradient_accumulation_steps: 16 # 累积16次再更新模拟batch_size16 learning_rate: 1e-4 # 学习率不要太大 num_train_epochs: 3 # 训练3轮 warmup_ratio: 0.1 # 前10%步数慢慢升温 ### 输出设置 output_dir: /data/output/my_qwen3vl_finetuned # 结果保存位置 logging_steps: 10 # 每10步打印一次日志 save_steps: 100 # 每100步保存一次给新手的建议learning_rate学习率就像学习速度1e-4是个安全的起点num_train_epochs训练轮数3-5轮通常足够太多会“学过头”batch_size相关如果显存不够就调小第一个调大第二个4.3 显卡内存不够怎么办如果你只有16GB显存可以这样调整per_device_train_batch_size: 1 # 再小就只能1了 gradient_accumulation_steps: 32 # 增大这个值 bf16: false # 用fp16代替bf16 fp16: true # 开启半精度这样调整后实际效果相当于batch_size32但显存占用大大降低。5. 开始训练让AI“学习”5.1 启动训练命令一切就绪开始训练llamafactory-cli train examples/train_lora/my_qwen3vl_config.yaml你会看到类似这样的输出[INFO] 开始加载模型... [INFO] 模型类型: qwen3_vl [INFO] 可训练参数: 24,576,000 || 总参数: 4,200,000,000 || 可训练比例: 0.585% [INFO] 开始训练... Epoch: 1/3, Step: 10/100, Loss: 1.234 Epoch: 1/3, Step: 20/100, Loss: 0.876 Epoch: 2/3, Step: 30/100, Loss: 0.543 ...关键信息解读可训练比例: 0.585%只训练了不到1%的参数这就是LoRA的威力Loss损失值这个数字会越来越小表示模型学得越来越好如果Loss降到0.2以下通常效果就不错了5.2 训练过程监控训练过程中你可以关注这些点Loss曲线在输出目录会生成training_loss.pngLoss应该平稳下降显存使用用nvidia-smi命令查看确保不超过90%训练速度正常情况下100条数据训练1轮大约需要10-30分钟如果训练卡住了或者Loss不下降检查学习率是不是太大了调小到5e-5试试检查数据格式对不对特别是image标记检查图片路径能不能访问6. 测试效果看看AI学得怎么样6.1 合并训练结果训练完成后我们需要把学到的“知识”LoRA权重合并到原模型里from peft import PeftModel from transformers import AutoModelForCausalLM # 加载原始模型 base_model AutoModelForCausalLM.from_pretrained( /data/model/qwen3-vl-4b-instruct ) # 加载训练好的LoRA权重 lora_model PeftModel.from_pretrained( base_model, /data/output/my_qwen3vl_finetuned ) # 合并 merged_model lora_model.merge_and_unload() # 保存新模型 merged_model.save_pretrained(/data/model/qwen3-vl-4b-custom)合并后的模型就可以像普通模型一样使用了。6.2 快速测试脚本写个简单的测试脚本看看效果from transformers import AutoProcessor, AutoModelForCausalLM from PIL import Image # 加载合并后的模型 model_path /data/model/qwen3-vl-4b-custom processor AutoProcessor.from_pretrained(model_path) model AutoModelForCausalLM.from_pretrained(model_path).cuda() # 准备测试 image Image.open(test_invoice.jpg) # 你的测试图片 question image这张发票上的公司名称是什么 # 处理输入 inputs processor( textquestion, imagesimage, return_tensorspt ).to(cuda) # 生成回答 generated_ids model.generate( **inputs, max_new_tokens100, do_sampleTrue, temperature0.7 ) # 解码输出 answer processor.batch_decode( generated_ids, skip_special_tokensTrue )[0] print(fAI回答: {answer})如果一切正常你应该能看到模型正确识别了发票上的公司名称。7. 部署使用让AI为你工作7.1 使用Qwen3-VL-WEBUI镜像最方便的部署方式是使用官方镜像docker run -d \ -p 7860:7860 \ -v /data/model/qwen3-vl-4b-custom:/app/models \ --gpus all \ --shm-size16gb \ qwen3-vl-webui:latest然后打开浏览器访问http://你的服务器IP:7860就能看到Web界面了。界面功能一览上传图片区域拖拽或点击上传输入框输入你的问题对话历史查看之前的问答模型切换如果你有多个模型可以切换7.2 实际应用示例假设你微调的是发票识别现在可以这样用上传一张发票图片提问“这张发票的税号是多少”AI回答“税号是91110108MA01XXXXXX”继续提问“开票日期是哪天”AI回答“2024年3月15日”你会发现经过微调的模型能准确回答你教过的问题而且回答格式也符合你的要求。8. 常见问题排查8.1 错误找不到qwen3_vl模型错误信息KeyError: qwen3_vl原因Transformers库版本太旧不认识Qwen3-VL。解决pip install --upgrade transformers4.45.0验证是否修复from transformers import AutoConfig config AutoConfig.from_pretrained(/data/model/qwen3-vl-4b-instruct) print(config.model_type) # 应该输出 qwen3_vl8.2 错误CUDA内存不足错误信息CUDA out of memory原因显存不够用了。解决步骤减小per_device_train_batch_size最小到1增大gradient_accumulation_steps可以到32甚至64开启梯度检查点gradient_checkpointing: true使用更小的模型版本比如从7B换到4B8.3 错误图片加载失败错误信息Image file not found原因数据文件里的图片路径不对。检查确认图片文件确实存在确认路径是绝对路径确认LLaMA-Factory有权限读取这些文件8.4 训练效果不好怎么办如果模型学得不好可以尝试增加数据量从100条增加到500条调整学习率试试3e-5或5e-5检查数据质量确保问题和答案对应准确增加训练轮数从3轮增加到5轮使用更好的图片确保图片清晰、文字可读9. 总结与下一步9.1 你刚刚完成了什么回顾一下整个流程你其实做了四件大事搭建环境准备好了AI学习的“教室”准备教材整理了问题和答案告诉AI要学什么设置课程配置了学习计划训练参数毕业测试训练完成后验证学习效果整个过程最花时间的是数据准备一旦数据准备好了训练本身反而是自动化的。9.2 实际应用建议根据我的经验这些场景特别适合用Qwen3-VL微调文档处理类发票信息提取金额、日期、税号合同关键条款识别报告数据表格读取图像分析类产品缺陷检测配合图片说明设计稿评审意见生成医学影像初步分析交互操作类软件界面操作指导图表数据解读流程图步骤说明9.3 进阶方向探索如果你已经掌握了基础微调可以尝试这些进阶玩法多任务学习一个模型同时学会发票识别、合同分析、报告总结增量学习在已有模型基础上继续教它新技能领域适配针对医疗、法律、金融等专业领域做深度优化性能优化用量化技术让模型跑得更快占用资源更少9.4 最后的建议微调大模型听起来复杂但核心就是“准备数据-配置参数-开始训练”三步。第一次可能会遇到各种问题这很正常。重要的是从小开始先用50条数据试一下成功了再扩大及时验证每训练一轮就测试一下效果做好记录记录每次的参数和结果方便对比保持耐心AI学习需要时间效果是逐渐变好的现在你已经掌握了让Qwen3-VL“学会”新技能的方法。接下来就是发挥创意的时候了——你想让AI帮你做什么呢获取更多AI镜像想探索更多AI镜像和应用场景访问 CSDN星图镜像广场提供丰富的预置镜像覆盖大模型推理、图像生成、视频生成、模型微调等多个领域支持一键部署。
