向AI转型的程序员都关注公众号 机器学习AI算法工程
LLaMA Factory 是一个开源的全栈大模型微调框架，简化和加速大型语言模型的训练、微调和部署流程。它支持从预训练到指令微调、强化学习、多模态训练等全流程操作，并提供灵活的配置选项和高效的资源管理能力，适合开发者快速定制化模型以适应特定应用场景。下面通过一个简单的示例来展示如何使用 LLaMA Factory 进行模型微调并部署至 Ollama。
环境搭建与配置
克隆 LLaMA Factory 的 Git 仓库（https://github.com/hiyouga/LLaMA-Factory），创建 Python 虚拟环境并安装依赖。
git clone https://github.com/hiyouga/LLaMA-Factory.git
cd LLaMA-Factory
pip install -e ".[torch,metrics,gptq]"
安装完成后，在 Python 终端执行以下代码，检查 PyTorch 是否为 GPU 版本，如果不是则需要手动安装。
import torch
print(torch.\_\_version\_\_) # '2.6.0+cu126'
print(torch.cuda.is\_available()) # True
在命令行中使用以下命令运行 LLaMA Factory。
llamafactory-cli webui
数据集准备
微调数据集使用“弱智吧数据集”（https://github.com/FunnySaltyFish/Better-Ruozhiba），从百度弱智吧上收集的一系列帖子，旨在启发人们娱乐性使用 ChatGPT 等 LLM 时的思路。微调模型使用阿里的 Qwen2.5:7B 模型。
// 数据集示例
[
{
"instruction":"只剩一个心脏了还能活吗？",
"output":"能，人本来就只有一个心脏。"
},
{
"instruction":"爸爸再婚，我是不是就有了个新娘？",
"output":"不是的，你有了一个继母。\"新娘\"是指新婚的女方，而你爸爸再婚，他的新婚妻子对你来说是继母。"
}
]
数据集和模型可以在魔塔社区（https://www.modelscope.cn）上搜索并下载，下载可以使用魔塔社区提供的 SDK 或者 Git 命令行下载。
下面的命令可以直接下载弱智吧数据集和 Qwen2.5:7B 模型。
git clone https://www.modelscope.cn/datasets/AI-ModelScope/Better-Ruozhiba.git # 弱智吧数据集
git clone https://www.modelscope.cn/Qwen/Qwen2.5-7B-Instruct.git # Qwen2.5:7B 模型
下载好的数据集还需要在 LLaMA Factory 中进行配置。LLaMA Factory 支持 Alpaca 和 ShareGPT 两种数据格式，分别适用于指令监督微调和多轮对话任务。
- Alpaca 格式
：适用于单轮任务，如问答、文本生成、摘要、翻译等。结构简洁，任务导向清晰，适合低成本的指令微调。
{
"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。"
}
- ShareGPT 格式
：适用于多轮对话、聊天机器人等任务。结构复杂，包含多轮对话上下文，适合高质量的对话生成和人机交互任务。
[ { "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。" ]
]
}
]
数据集中的字段含义如下：
- instruction（必填）：明确的任务指令，模型需要根据该指令生成输出。
- input（可选）：与任务相关的背景信息或上下文。
- output（必填）：模型需要生成的正确回答。
- system（可选）：系统提示词，用于定义任务的上下文。
- history（可选）：历史对话记录，用于多轮对话任务。
将下载好的 JSON 数据集放入 LLaMA-Factory/data 目录下，并在 LLaMA-Factory/data/data\_info.json 中注册数据集。
WebUI 配置微调参数
访问 http://localhost:7860/ ，进入 LLaMA Factory 的 WebUI 界面。WebUI 主要分为四个界面：训练（Train）、评估与预测（Evaluate & Predict）、对话（Chat）、导出（Export）。
先设置页面上半部分的内容。
模型名称选择为待训练的模型名称，这里设置为 Qwen2.5-7B-Instruct。模型路径设置为上面下载的模型路径，例如在 LLaMA-Factory 目录下新建一个 models 文件夹，将下载的模型移动到此文件夹内，可设置路径为 models/Qwen2.5-7B-Instruct。微调方法支持 lora/freeze/full 方法，这里选择 lora 方法，其他方法对计算机配置要求较高，对个人电脑来说一般不适用。
- LoRA（Low-Rank Adaptation）：通过在模型的某些层中添加低秩矩阵来实现微调。
- 全量微调（Full Fine-Tuning）：对模型的所有参数进行微调。
- 冻结微调（Freeze Fine-Tuning）：冻结模型的某些层或全部层，仅微调特定的参数。
下表描述了在训练或推理不同规模的大模型（如 7B、13B 参数模型）时，所需硬件的显存需求。例如使用 LoRA 微调 Qwen2.5:7B 模型时，显存需求为 16GB。
|
方法
|
精度
|
7B
|
14B
|
30B
|
70B
| x
B
|
| --- | --- | --- | --- | --- | --- | --- |
|
Full (
bf16
or
fp16
)
|
32
|
120GB
|
240GB
|
600GB
|
1200GB
| 18x
GB
|
|
Full (
pure\_bf16
)
|
16
|
60GB
|
120GB
|
300GB
|
600GB
| 8x
GB
|
|
Freeze/LoRA/GaLore/APOLLO/BAdam
|
16
|
16GB
|
32GB
|
64GB
|
160GB
| 2x
GB
|
|
QLoRA
|
8
|
10GB
|
20GB
|
40GB
|
80GB
| x
GB
|
|
QLoRA
|
4
|
6GB
|
12GB
|
24GB
|
48GB
| x/2
GB
|
|
QLoRA
|
2
|
4GB
|
8GB
|
16GB
|
24GB
| x/4
GB |
下面设置 Train 选项卡中的参数。
训练阶段设置为 Supervised Fine-Tuning。
- Supervised Fine-Tuning：监督微调是最常见的微调方法，使用标注好的数据对预训练模型进行进一步训练，以适应特定任务（如分类、问答等）。
- Reward Modeling：奖励建模是一种用于优化模型输出质量的方法，通常用于强化学习的上下文中。
- PPO（Proximal Policy Optimization）：PPO 是一种基于强化学习的微调方法，用于优化模型的输出策略。
- DPO （Direct Preference Optimization）：DPO 是一种基于人类偏好的直接优化方法，用于训练模型以生成更符合人类偏好的输出。
- Pre-Training：预训练是指从头开始训练一个大模型，通常使用大量的无监督数据（如文本语料库）。预训练的目标是让模型学习通用的语言知识和模式。
数据集选择上文注册的数据集名称，这里设置为 ruozhiba。训练轮次根据数据集大小调整，这里设置为 100。学习率通常设置为 1e-4 或 5e-5。计算类型设置为 bf16，如果你的硬件不支持，可以选择 fp16，基本上 2020 年之后的 GPU 都支持 bf16。
接着对 LoRA 参数进行设置。其中关键的参数是秩（rank） ，秩的大小直接影响模型的性能和资源消耗。秩越大，引入的可训练参数越多，模型对新数据的适应能力越强，但也增加了计算和内存的需求，可能导致过拟合。秩越小，引入的可训练参数较少，减少了计算和内存的需求，但可能不足以充分适应新数据，影响模型性能。可以从较小的值开始（如8、10、12），逐步增加，观察模型性能的变化。
参数配置好后，点击开始，即可进行训练。训练时可以观察右侧的损失曲线，曲线长时间不下降时，即可考虑退出训练。
模型训练好后，会保存至 LLaMA-Factory 的 saves 文件夹中。
模型导出与量化
下面切换至 Export 选项卡，设置导出参数。补全检查点路径与导出目录，点击开始导出。到此为止，模型已经具备了使用能力。
大语言模型的参数通常以高精度浮点数（如32位浮点数，FP32）存储，这导致模型推理需要大量计算资源。量化技术通过将高精度数据类型存储的参数转换为低精度数据类型（如8位整数，INT8）存储，可以在不改变模型参数量和架构的前提下加速推理过程。这种方法使得模型的部署更加经济高效，也更具可行性。
量化前需要先将模型导出后再量化。修改模型路径为导出后的模型路径，导出量化等级一般选择 8 或 4，太低模型会答非所问。
导入 Ollama
新版的 Ollama 可以直接导入 safetensors 模型，首先需要准备 Modelfile 文件。Modelfile 文件是一个文本文件，包含了模型的基本信息和配置参数。可以在命令行中执行下面的命令，看看 Ollama 中对应的模型是怎么写的。
ollama show --modelfile qwen2.5:7b
当然 LLaMA Factory 导出时也已经生成了 Modelfile 文件，直接使用即可。
将命令行切换到导出模型的目录，执行下面的命令，导入模型。
ollama create qwen2.5-ruozhi:7b -f Modelfile
最后运行微调前和微调后的模型，比较一下效果
机器学习算法AI大数据技术
搜索公众号添加： datanlp
长按图片，识别二维码
阅读过本文的人还看了以下文章：
整理开源的中文大语言模型，以规模较小、可私有化部署、训练成本较低的模型为主
基于40万表格数据集TableBank，用MaskRCNN做表格检测
《深度学习入门：基于Python的理论与实现》高清中文PDF+源码
2019最新《PyTorch自然语言处理》英、中文版PDF+源码
《21个项目玩转深度学习：基于TensorFlow的实践详解》完整版PDF+附书代码
PyTorch深度学习快速实战入门《pytorch-handbook》
【下载】豆瓣评分8.1,《机器学习实战:基于Scikit-Learn和TensorFlow》
李沐大神开源《动手学深度学习》，加州伯克利深度学习（2019春）教材
【Keras】完整实现‘交通标志’分类、‘票据’分类两个项目，让你掌握深度学习图像分类
如何利用全新的决策树集成级联结构gcForest做特征工程并打分？
Machine Learning Yearning 中文翻译稿
斯坦福CS230官方指南：CNN、RNN及使用技巧速查（打印收藏）
中科院Kaggle全球文本匹配竞赛华人第1名团队-深度学习与特征工程
不断更新资源
深度学习、机器学习、数据分析、python
搜索公众号添加： datayx