LLM大模型指令监督微调SFT教程（二）

这篇教程带着大家一起做一次对语言大模型的指令监督微调。全程干货。
这一篇主要讲如何通过命令行完成指令监督微调。
前面还有一篇讲解如何通过可视化界面完成指令监督微调：
LLM大模型指令监督微调SFT教程（一）

概述

相关准备工作请参考上一篇，这里不再赘述。

一共需要修改3个文件：

1. train_lora目录下的微调配置文件。设置微调时各项参数。
2. inference目录下的运行配置文件。 设置微调完成后，各项推理验证时的参数。
3. merge_lora目录下的融合配置文件。 推理验证通过后，需要把微调好的适配器和原来模型合并后，可以下载，并发布到运行服务器。

激活虚拟环境，配置环境变量

每次重启终端后，都要做下面几件事

conda activate llama_factory
export HF_HOME=/root/autodl-tmp/huggingface-cache/
export HF_ENDPOINT