本研究提出了S-GRPO和T-SPMO两种方法，提升了Qwen2-1.5B模型在SVAMP基准测试中的准确性，验证了在资源有限情况下强化学习调优的潜力。

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。