LLaMA Factory 如何对大模型进行微调、导出和量化！掌握这几步，轻松搞定！

最新推荐文章于 2025-04-18 11:37:09 发布

大靠山

最新推荐文章于 2025-04-18 11:37:09 发布

阅读量1.1k

点赞数 28

文章标签： llama 人工智能 microsoft 学习语言模型自然语言处理

本文链接：https://blog.csdn.net/m0_59235245/article/details/147179710

版权

github地址：

https://github.com/hiyouga/LLaMA-Factory

官方文档：

https://llamafactory.readthedocs.io/zh-cn/latest/

一、安装LLaMA Factory

将源码下载到本地,cd到根目录进行安装。

conda create -n llamafactory python=3.10 -yconda activate llamafactory git clone --depth 1 https://github.com/hiyouga/LLaMA-Factory.gitcd LLaMA-Factorypip install -e ".[torch,metrics]"

在根目录启动webui。记住一定要在LLaMA Factory的根目录启动。

llamafactory-cli webui

默认启动的端口是7860 。

二、LLaMA Factory微调入门

1、选择一个大模型

我们从魔塔社区下载 Qwen2.5-0.5B-Instruct到本地，对该模型进行微调训练。

#模型下载from modelscope import snapshot_downloadmodel_dir = snapshot_download('Qwen/Qwen2.5-0.5B-Instruct',cache_dir="/root/autodl-tmp/llm")

2、选择一个数据集

LLaMA Factory的源码里默认提供了很多种可直接训练的数据集，在data目录下。我们就拿identity.json身份认知训练集来做微调。

将里面的占位符替换成合适的文字，并且保存。

3、指令监督微调数据集介绍

指令监督微调(Instruct Tuning)通过让模型学习详细的指令以及对应的回答来优化模型在特定指令下的表现。

instruction 列对应的内容为人类指令， input 列对应的内容为人类输入， output 列对应的内容为模型回答。下面是一个例子。

"alpaca_zh_demo.json"{  "instruction": "计算这些物品的总费用。 ",  "input": "输入：汽车 - $3000，衣服 - $100，书 - $20。",  "output": "汽车、衣服和书的总费用为 $3000 + $100 + $20 = $3120。"},

在进行指令监督微调时， instruction 列对应的内容会与 input 列对应的内容拼接后作为最终的人类输入，即人类输入为 instruction\ninput。而 output 列对应的内容为模型回答。在上面的例子中，人类的最终输入是：

计算这些物品的总费用。输入：汽车 - $3000，衣服 - $100，书 - $20。

模型的回答是：

汽车、衣服和书的总费用为 $3000 + $100 + $20 = $3120。

如果指定， system 列对应的内容将被作为系统提示词。

history 列是由多个字符串二元组构成的列表，分别代表历史消息中每轮对话的指令和回答。注意在指令监督微调时，历史消息中的回答内容也会被用于模型学习。

指令监督微调数据集格式要求如下：

[  {    "instruction": "人类指令（必填）",    "input": "人类输入（选填）",    "output": "模型回答（必填）",    "system": "系统提示词（选填）",    "history": [      ["第一轮指令（选填）", "第一轮回答（选填）"],      ["第二轮指令（选填）", "第二轮回答（选填）"]    ]  }]

下面提供一个 alpaca 格式多轮对话的例子，对于单轮对话只需省略 history 列即可。

[  {    "instruction": "今天的天气怎么样？",    "input": "",    "output": "今天的天气不错，是晴天。",    "history": [      [        "今天会下雨吗？",        "今天不会下雨，是个好天气。"      ],      [        "今天适合出去玩吗？",        "非常适合，空气质量很好。"      ]    ]  }]

对于上述格式的数据， dataset_info.json 中的数据集描述应为：

"数据集名称": {  "file_name": "data.json",  "columns": {    "prompt": "instruction",    "query": "input",    "response": "output",    "system": "system",    "history": "history"  }}

4、微调实操

打开webui界面，网址如下：

http://localhost:7860/

界面的几个重要参数说明：

模型路径：一定要选择本地的模型路径，否则就会去hugging face上下载
微调方法：默认lora
检查点路径：训练过程中保存的权重，可从其中的一个权重重新训练。
对话模板：不同的模型对应的对话模板是不一样的。选择模型名称，会自动选择对话模板
中间的4个任务：train训练，Evalate@predict 测试 ,Chat对话，Export 模型导出。
训练方式：lora默认的训练方式就是Supervised Fine-Tuning
数据路径:data
数据集：选择一个数据集,identity，可以点击预览查看数据集。
训练轮次：至少300
最大样本数：可以控制样本的数量上限。
截断长度：长度越长越占显存，根据样本里的文本长度，大部分数据的最大长度值即可，比如，有90%的样本数据的长度是200，这里填写200.
批处理大小：超参数，需要根据你服务器的配置，尝试运行几次，找到资源利用率最高的数值。
验证集比例：0.1,也可以不给。
输出目录：会自动生成一个路径，要确保每次的目录都不相同，若已存在，则需要去服务器上删除，目录在llamafactory-save目录下。

参数配置完毕后，点击“开始”进行微调。可以看右下角的这个曲线图，也可以看下服务器控制台的日志输出，以及nvitop查看显存的使用情况。

一般来说，该曲线中，蓝色曲线比较平滑收敛时候就可以结束了，比如上图，在700的时候可以中断。

三、Chat验证微调效果

切换到Chat，检查点路径选择微调时保存的checkpoint点的路径；推理引擎直接使用huggingface即可，点击加载模型，输入问题看效果。

看到效果了吧。若不加载检查点路径，就是原来模型，你可以输入相同的问题对比下效果。

四、微调后的模型合并导出

切换到Export，检查点路径输入正确，最大分块大小选4G，导出设备 auto,导出目录填写正确的目录地址。点击“开始导出”即可。过一会就会导出成功。

五、微调后的模型量化

Export页面还可以处理量化操作，但是必须是第四步完成后才可以。

模型路径：第四步保存的最新的模型路径。
导出量化等级：可以选择8或4,但是2和3一般不要选择。
导出设备：auto 。
导出目录：填写地址。

如何学习大模型 AI ？

由于新岗位的生产效率，要优于被取代岗位的生产效率，所以实际上整个社会的生产效率是提升的。

但是具体到个人，只能说是：

“最先掌握AI的人，将会比较晚掌握AI的人有竞争优势”。

这句话，放在计算机、互联网、移动互联网的开局时期，都是一样的道理。

我在一线互联网企业工作十余年里，指导过不少同行后辈。帮助很多人得到了学习和成长。

我意识到有很多经验和知识值得分享给大家，也可以通过我们的能力和经验解答大家在人工智能学习中的很多困惑，所以在工作繁忙的情况下还是坚持各种整理和分享。但苦于知识传播途径有限，很多互联网行业朋友无法获得正确的资料得到学习提升，故此将并将重要的AI大模型资料包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。

在这里插入图片描述