8G显存一键训练，解锁Llama2隐藏能力！XTuner带你玩转大模型 - 文章 - 开发者社区

picture.image

自 ChatGPT 发布以来，大模型的强大让人们看见了通用人工智能的曙光，各个科技大厂也纷纷开源自家的大语言模型。然而，大模型也意味着高昂的硬件成本，让不少平民玩家望而却步。

为了让大模型走入千家万户，赋能百业，上海人工智能实验室开发了 低成本大模型训练工具箱 XTuner ，旨在让大模型训练不再有门槛。通过 XTuner，最低只需 8GB 显存，就可以打造专属于你的 AI 助手。

https://github.com/InternLM/xtuner

（文末点击阅读原文可直达，欢迎体验）

X 种选择

picture.image

XTuner 提供了丰富的功能，上图中的各项功能都可以随意组合搭配。

除单点功能外，XTuner 还有以下三个黑科技，让开发者可以做到真正的“面向数据”工作。

高效的数据引擎

XTuner 适配了多个热门开源数据集格式，开发者如已有对应格式的数据集，可以直接使用，并 支持多种格式数据源的混合使用 ：

Alpaca 格式，斯坦福大学开源数据集的格式，也是社区开源项目使用较多的一种格式
MOSS 格式，复旦大学开源指令微调数据集的格式，包含多轮对话和工具调用
Gunacao 格式，QLoRA 项目中所使用数据集的格式
OpenAI 格式，GPT-3.5-Turbo Finetune 接口要求的数据集格式
更多数据集格式正在持续添加中......


            
pip install xtuner
            
# 训练混合了 Alpaca 格式和 Gunacao 格式的数据
            
xtuner train internlm_7b_qlora_alpaca_enzh_oasst1_e3

除了支持多种数据集格式外，XTuner 还针对大语言模型数据的特点，对各种数据集格式做了充分的解耦，相较于其他的 Finetune 开源项目，可以在不破坏 Chat 模型对话模版的情况下，对 Chat 模型进行 Finetune。


            
pip install xtuner
            
# 不破坏 Chat 模型对话模版，继续增量指令微调
            
xtuner train internlm_chat_7b_qlora_oasst1_e3

针对 GPU 计算特点，在显存允许的情况下，XTuner 支持将多条短数据拼接至模型最大输入长度，以此最大化 GPU 计算核心的利用率，可以显著提升训练速度。例如，在使用 oasst1 数据集微调 Llama2-7B 时， 数据拼接后的训练时长仅为普通训练的 50% 。

多种训练引擎

XTuner 首次尝试将 HuggingFace 与 OpenMMLab 进行结合，兼顾易用性和可配置性。支持使用 MMEngine Runner 和 HuggingFace Trainer 两种训练引擎，开发者如有深度定制化需求，可根据使用习惯灵活配置。


            
pip install xtuner
            

            
# 使用 MMEngine Runner 训练
            
xtuner train internlm_7b_qlora_oasst1_e3
            

            
# 使用 HugingFace Trainer 训练
            
xtuner train internlm_7b_qlora_oasst1_e3_hf

一键启动训练

XTuner 内置了增量预训练、单轮&多轮对话指令微调、工具类指令微调的标准化流程，让开发者只需聚焦于数据本身。

同时， XTuner 集成了 QLoRA、DeepSpeed 和 FSDP 等技术，提供各种尺寸模型在各种规格硬件下的训练解决方案，通过 XTuner 一键式启动训练，仅需 8GB 显存即可微调 7B 模型。


            
pip install 'xtuner[deepspeed]'
            
# 8G 显存微调 Llama2-7B
            
xtuner train llama2_7b_qlora_oasst1_512_e3 --deepspeed deepspeed_zero2

基于此，开发者可以专注于数据，其他环节放心交给 XTuner，抽出更多精力去奔向大模型的星辰大海！

X 种玩法

通过 XTuner，开发者可以给大模型添加插件，补足大模型欠缺的能力，甚至获得某些 ChatGPT 才有的技能。

XTuner 在 HuggingFace Hub 上提供了丰富的大模型插件，以下示例都可以在 Hub 中找到，欢迎大家下载体验！

ColoristLlama -- 你的专属调色师

通过在少量颜色注释数据集上对 Llama2-7B 进行指令微调训练，XTuner 成功解锁了其调色能力。最终得到的模型甚至可以像“你的甲方”一样反复修订！

picture.image


            
pip install xtuner
            
xtuner chat hf meta-llama/Llama-2-7b-hf --adapter xtuner/Llama-2-7b-qlora-colorist --prompt-template colorist

Llama "联网" -- 更可靠及时的回答

借助 XTuner 及插件开源数据集，我们还解锁了 Llama 2、QWen 等开源模型的隐藏能力，使其可以像 ChatGPT 一样联网搜索、调用工具，获得更可靠的回复。

picture.image