---
license: mit
datasets:
- tyqiangz/multilingual-sentiments
- izumi-lab/wikipedia-ja-20230720
base_model:
- Qwen/Qwen3-VL-4B-Instruct
---
# Qwen3-VL-4B-Instruct LoRA - FBKINGDOM Text Recognition
본 모델은 `Qwen/Qwen3-VL-4B-Instruct`를 기반으로 FBKINGDOM 텍스트(이미지)를 히라가나로 변환하는 태스크에 특화되도록 LoRA 미세 조정(Fine-tuning)을 거친 모델입니다.
Colab으로 사용해볼 수 있습니다. [바로가기](https://colab.research.google.com/drive/1tqEocRBGxONhkFEzMH6UsVvN1Rf-a4CA?usp=sharing)
## 📌 주요 특징 및 한계점 (Key Characteristics & Limitations)
* **자체 생성 데이터셋 활용:** [Font](https://x.com/i/status/1854714709540585892)를 이용한 자체 생성 이미지 데이터 세트를 기반으로 학습되었습니다.
* **문장 길이에 따른 성능 편차:** 짧은 문장에서는 100%에 달하는 최고 성능을 보이나, 긴 문장(20자 이상)에서는 문맥 파악의 복잡도로 인해 정확도가 하락할 수 있습니다.
* **문맥 기반 기호 인식:** 모양이 동일한 기호(예: `は`가 `ha`, `pa`, `wa`로 읽히는 경우)를 문맥에 따라 구분하도록 학습되었으나, 모호성이 높은 문장에서는 간혹 변환 오류가 발생할 수 있습니다.
---
## 📊 모델 성능 평가 (Evaluation Results)
총 391개의 검증 데이터셋(Validation Set)을 대상으로 모델의 성능을 평가한 결과입니다.
### 1. 전반적 성능 (Overall Metrics)
전체 데이터에 대한 Exact Match(정확히 일치한 비율)는 **59.8%**, Character Accuracy(글자 단위 정확도)는 **82.1%**를 기록했습니다.
* **Total Samples:** 391
* **Exact Match (정답과 100% 일치):** 234개 (59.85%)
* **Char Accuracy (문자 단위 정확도):** 82.10%
* **Ambiguous Exact (모호한 문자 포함 시 정확도):** 196/345 (56.8%)
### 2. 문장 길이에 따른 성능 (Performance by Sequence Length)
문장의 길이에 따라 모델의 예측 정확도(Exact Match)가 크게 달라지는 경향을 보입니다. 짧은 문장에서는 오답이 전혀 발생하지 않았으나, 문장이 길어질수록 정확도가 점차 감소합니다.
| 문장 길이 (Length) | 데이터 개수 (Total) | 정답 개수 (Exact) | 정확도 (Accuracy) |
| :--- | :---: | :---: | :---: |
| **Short** | 50 | 50 | **100.0%** |
| **Medium** | 81 | 72 | **88.9%** |
| **Long (20자+)** | 260 | 112 | **43.1%** |
---
## ⚙️ 학습 환경 (Training Configuration)
- **Base Model:** `Qwen/Qwen3-VL-4B-Instruct`
- **Method:** LoRA (Rank=64, Alpha=128, Dropout=0.05)
- **Max Sequence Length:** 512
- **Epochs:** 7
- **Learning Rate:** 3e-5 (Cosine Scheduler with 10% Warmup)
- **Attention Implementation:** Flash Attention 2