本文提出了一种新方法，通过量化低秩适配(QLoRA)对4GB显存系统进行阿拉伯语言处理的Qwen2-1.5B模型微调，显著提升了文本分类、问答和方言识别等任务的性能，最终损失降至0.1083，为低资源语言适配做出了重要贡献。

本研究通过PEFT方法和QLORA技术，成功实现了对LLMs个性特征的操控，模型能够自发生成表情符号，展现了方法的优越性。