Llama 3.2-3B-Instruct PyTorch模型微调最佳实践

引言

Meta Llama 3.2多语言大型语言模型集合(LM)是一个1B和3B大小(文本输入/文本输出)的预训练和指令微调模型集合。Llama 3.2指令调整的纯文本模型针对多语言对话用例进行了优化，包括智能检索和总结任务。它们在常见的行业基准上优于许多可用的开源和闭源聊天模型。

环境准备

安装Ascend CANN Toolkit和Kernels

安装方法请参考 安装教程或使用以下命令。

登录后复制

# 请替换URL为CANN版本和设备型号对应的URL
# 安装CANN Toolkit
wget https://ascend-repo.obs.cn-east-2.myhuaweicloud.com/Milan-ASL/Milan-ASL%20V100R001C17SPC701/Ascend-cann-toolkit_8.0.RC1.alpha001_linux-"$(uname -i)".run
bash Ascend-cann-toolkit_8.0.RC1.alpha001_linux-"$(uname -i)".run --install

# 安装CANN Kernels
wget https://ascend-repo.obs.cn-east-2.myhuaweicloud.com/Milan-ASL/Milan-ASL%20V100R001C17SPC701/Ascend-cann-kernels-910b_8.0.RC1.alpha001_linux.run
bash Ascend-cann-kernels-910b_8.0.RC1.alpha001_linux.run --install

# 设置环境变量
source /usr/local/Ascend/ascend-toolkit/set_env.sh

• 1.
• 2.
• 3.
• 4.
• 5.
• 6.
• 7.
• 8.
• 9.
• 10.
• 11.

安装openMind Library以及openMind Hub Client

• 安装openMind Hub Client

登录后复制

pip install openmind_hub

• 1.

• 安装openMind Library，并安装PyTorch框架及其依赖。

登录后复制

pip install openmind[pt]

• 1.

更详细的安装信息请参考openMind官方的 环境安装章节。

安装llama-factory

登录后复制

git clone https://github.com/hiyouga/LLaMA-Factory.git
cd LLaMA-Factory
pip install -e ".[torch-npu,metrics]"

• 1.
• 2.
• 3.

模型链接和下载

Llama-3.2-3B模型系列由社区开发者在魔乐社区贡献，包括：

• Llama-3.2-3B： https://modelers.cn/models/AI-Research/Llama-3.2-3B
• Llama-3.2-3B-Instruct： https://modelers.cn/models/AI-Research/Llama-3.2-3B-Instruct

通过Git从魔乐社区下载模型的repo，以Llama-3.2-3B-Instruct为例：

登录后复制

# 首先保证已安装git-lfs(https://git-lfs.com)
git lfs install
git clone https://modelers.cn/AI-Research/Llama-3.2-3B-Instruct.git

• 1.
• 2.
• 3.

模型推理

用户可以使用openMind Library或者LLaMa Factory进行模型推理，以Llama-3.2-3B-Instruct为例，具体如下：

• 使用openMind Library进行模型推理

新建推理脚本inference_llama3.2_3b_chat.py，推理脚本内容为：

登录后复制

import argparse
import torch
from openmind import pipeline
from openmind_hub import snapshot_download

def parse_args():
    parser = argparse.ArgumentParser()
    parser.add_argument(
        "--model_name_or_path",
        type=str,
        help="Path to model",
        default=None,
    )

    args = parser.parse_args()

    return args

def main():
    args = parse_args()
    if args.model_name_or_path:
        model_path = args.model_name_or_path
    else:
        model_path = snapshot_download("AI-Research/Llama-3.2-3B-Instruct", revision="main", resume_download=True,
                                    ignore_patterns=["*.h5", "*.ot", "*.mspack"])

    pipe = pipeline(
        "text-generation",
        model=model_path,
        torch_dtype=torch.bfloat16,
        device_map="auto",
    )
    messages = [
        {"role": "system", "content": ""},
        {"role": "user", "content": "你是谁"},
    ]
    outputs = pipe(
        messages,
        max_new_tokens=256,
    )
    print(outputs[0]["generated_text"][-1])

if __name__ == "__main__":
    main()

• 1.
• 2.
• 3.
• 4.
• 5.
• 6.
• 7.
• 8.
• 9.
• 10.
• 11.
• 12.
• 13.
• 14.
• 15.
• 16.
• 17.
• 18.
• 19.
• 20.
• 21.
• 22.
• 23.
• 24.
• 25.
• 26.
• 27.
• 28.
• 29.
• 30.
• 31.
• 32.
• 33.
• 34.
• 35.
• 36.
• 37.
• 38.
• 39.
• 40.
• 41.
• 42.
• 43.
• 44.

执行推理脚本：

登录后复制

python inference_llama3.2_3b_chat.py

• 1.

推理结果如下：

• 使用LLaMa Factory与模型交互

在LLaMa Factory路径下新建examples/inference/llama3.2_3b_chat.yaml推理配置文件，文件内容为：

登录后复制

model_name_or_path: xxx # 当前仅支持本地加载，填写Llama-3.2-3B-Instruct本地权重路径
template: llama3

• 1.
• 2.

使用以下命令与模型进行交互：

登录后复制

llamafactory-cli examples/inference/llama3.2_3b_chat.yaml

• 1.

交互结果如下：

模型微调

数据集

使用Llama-Factory集成的identity数据集。

修改data/identity.json，将{{name}}替换为openmind，{{author}}替换为shengteng。

微调

新建examples/train_lora/llama3.2_3b_lora_sft.yaml 微调配置文件，微调配置文件如下：

登录后复制

### model
model_name_or_path: xxx/xxx  # 预训练模型路径

### method
stage: sft
do_train: true
finetuning_type: lora
lora_target: all

### dataset
dataset: identity
template: llama3
cutoff_len: 1024
overwrite_cache: true
preprocessing_num_workers: 16

### output
output_dir: ./saves/llama3.2-3b/lora/sft
logging_steps: 10
save_steps: 500
plot_loss: true
overwrite_output_dir: true

### train
per_device_train_batch_size: 1
gradient_accumulation_steps: 8
learning_rate: 1.0e-4
num_train_epochs: 3.0
lr_scheduler_type: cosine
warmup_ratio: 0.1
bf16: true
ddp_timeout: 180000000

### eval
val_size: 0.1
per_device_eval_batch_size: 1
eval_strategy: steps
eval_steps: 500

• 1.
• 2.
• 3.
• 4.
• 5.
• 6.
• 7.
• 8.
• 9.
• 10.
• 11.
• 12.
• 13.
• 14.
• 15.
• 16.
• 17.
• 18.
• 19.
• 20.
• 21.
• 22.
• 23.
• 24.
• 25.
• 26.
• 27.
• 28.
• 29.
• 30.
• 31.
• 32.
• 33.
• 34.
• 35.
• 36.
• 37.
• 38.

使用以下命令进行微调：

登录后复制

llamafactory-cli train examples/train_lora/llama3.2_3b_lora_sft.yaml

• 1.

微调可视化

• 训练Loss可视化：

微调后推理

模型推理

修改examples/inference/llama3.2_3b_lora_sft.yaml推理配置文件，文件内容为：

登录后复制

model_name_or_path: xxx # 当前仅支持本地加载，填写Llama-3.2-3B-Instruct本地权重路径
adapter_name_or_path: ./saves/llama3.2-3b/lora/sft
template: llama3

• 1.
• 2.
• 3.

使用以下命令进行推理：

登录后复制

llamafactory-cli chat examples/inference/llama3.2_3b_lora_sft.yaml

• 1.

推理结果：

结语

应用使能套件openMind在华为全联接大会2024的展示吸引了我们的注意。通过专家们的分享，得以了解魔乐社区，也了解到openMind在其中发挥的技术能力和未来发展。

通过本次微调的实践，更能体会到openMind套件的魅力。它让微调过程变得更加高效和直观，希望每一位开发者都来尝试它，一起交流经验，更好地提升它的能力。

相关链接：

[1] openMind Library介绍：< https://modelers.cn/docs/zh/openmind-library/overview.html>

[2] openMind Hub Client介绍：< https://modelers.cn/docs/zh/openmind-hub-client/overview.html>