国内app开发公司排名汇总_西安旅游攻略2日游_广告公司名字_关键词的优化方法

ChatGPT 是如何炼成的？

ChatGPT 是如何炼成的，或者说如何训练出一个大模型？

训练一个大模型一般可以分为三步：

• 1）预训练（Pre Training，PT）：提供海量数据，通过无监督预训练，花费大量算力得到一个基座模型

• 比如 Llama 3 在 24K GPU 集群上训练，使用了 15T 的数据

• 此时模型有预测下一个 token 的能力，但是离对话 / 问答 模型还差一点，可能不会回复你的问题，反而给你生成一个类似的问题

• 2）指令微调（Supervised Fine-Tuning, SFT）：在基座模型上微调，让模型能够适用特定任务，最终得到一个 SFT 模型

• 比如为了让模型成为问答助手，需要让模型学习更多的问答对话，从而学习到我们输入问题的时候，模型应该输出答案，而不是输出一个类似的问题。

• 这些问答对话由人类准备的，包括问题和正确的回答。

• 3）强化学习（Reinforcement Learning from Human Feedback, RLHF）：通过人类反馈进一步优化模型的生成质量，使其生成的回答更符合用户的期望和人类的价值观。

• Helpful：判断模型遵循用户指令以及推断指令的能力。

• Honest：判断模型产生幻觉( 编造事实)的倾向。

• Harmless：判断模型的输出是否适当、是否诋毁或包含贬义内容。

• 一般根据 3H 原则进行打分：

• 为了简化这一过程，一般是先训练一个用于打分的模型，即：奖励模型（Reward Model，RW），让奖励模型来代替人实现强化学习

预训练由于对算力和数据需求都比较大，因此要求比较高，一般用户不会涉及到预训练。

更多的是基于开源的基础模型（LLama、Baichuan、Qwen、ChatGLM…）等做微调、强化学习以满足自身需求。

什么是大模型微调？

大模型微调，也称为 Fine-tuning，是指在已经预训练好的大型语言模型基础上（一般称为“基座模型”），使用特定的数据集进行进一步的训练，让模型适应特定任务或领域。

上一篇中介绍了比较主流的训练方法，这里简单提一下：

微调根据更新参数量不同可以分为以下两种：

• 全量参数更新 Full Fine-tuning（FFT）：即对预训练模型的所有参数进行更新，训练速度较慢，消耗机器资源较多。

• 参数高效微调 Parameter-Efficient Fine-Tuning（PEFT）：只对部分参数做调整，训练速度快，消耗机器资源少。

理论上，预训练和微调都可以做全量参数更新和部分参数更新，但是一般实际训练时都是 预训练 + 全量，微调 + 部分参数更新 这样组合的。

其中 PEFT 是一系列方法的统称，Scaling Down to Scale Up: A Guide to Parameter-Efficient Fine-Tuning[1] 论文里系统地概述和比较了参数高效微调方法，涵盖了 2019 年 2 月至 2023 年 2 月之间发表的 40 多篇论文。

文中作者将高效微调方法分为三类：

• 添加额外参数 A（Addition-based）

• 类似适配器的方法（Adapter-like methods）

• 软提示（Soft prompts）

• 选取部分参数更新 S（Selection-based）

• 引入重参数化 R（Reparametrization-based）

peft.png

选择合适的微调方法和框架可以显著提高效率，减少资源消耗，并帮助研究者和开发者更好地适应和优化特定任务。

具体就不介绍了，感兴趣的同学可以跳转论文查看~

现在比较主流的几种 PEFT：Prompt Tuning、Prefix Tuning、LoRA、QLoRA。

比较主流的几个微调、训练工具：

• huggingface/transformers[2]：最基础的一个库,提供了丰富的预训练模型和微调工具，支持大多数主流的 NLP 任务（如文本分类、序列标注、生成任务等）。适合进行快速实验和生产部署，有着广泛的社区支持。

• huggingface/peft[3]：Parameter-Efficient Fine-Tuning，huggingface 开源的微调基础工具

• modelscope/ms-swift[4]：modelscope 开源的轻量级微调框架

• 以中文大模型为主，支持各类微调方法

• 可以通过执行脚本进行微调，也可以在代码环境中一键微调

• 自带微调数据集和验证数据集，可以一键微调 + 模型验证

• hiyouga/LLaMA-Factory[5]：全栈微调工具

• 运行脚本微调

• 基于 Web 端微调

• 支持海量模型 + 各种主流微调方法

• 自带基础训练数据集

• 除微调外，支持增量预训练和全量微调

• NVIDIA/Megatron-LM[6]：NVIDIA 开发的大模型训练框架，支持大规模的预训练和微调。适用于需要极高性能和规模的大模型训练和微调。

快速实验选择 Transformers 即可，超大规模的选择 NVIDIA/Megatron-LM，普通规模就选择使用较为简单的 hiyouga/LLaMA-Factory。

本文则使用 LLaMAFactory 演示如何进行 LoRA 微调。

首先要准备一个 GPU 环境，

简单起见，直接使用镜像 pytorch/pytorch:2.0.1-cuda11.7-cudnn8-runtime 启动容器进行测试。

环境如下：

• python 3.10.6

• NVIDIA A40

root@sft:/root # python3 -V
Python 3.10.6
root@sft:/root # nvidia-smi
Tue Jul 23 14:36:46 2024
+-----------------------------------------------------------------------------+
| NVIDIA-SMI 525.147.05   Driver Version: 525.147.05   CUDA Version: 12.0     |
|-------------------------------+----------------------+----------------------+
| GPU  Name        Persistence-M| Bus-Id        Disp.A | Volatile Uncorr. ECC |
| Fan  Temp  Perf  Pwr:Usage/Cap|         Memory-Usage | GPU-Util  Compute M. |
|                               |                      |               MIG M. |
|===============================+======================+======================|
|   0  NVIDIA A40          Off  | 00000000:00:07.0 Off |                    0 |
|  0%   43C    P0    87W / 300W |    484MiB / 46068MiB |      0%      Default |
|                               |                      |                  N/A |
+-------------------------------+----------------------+----------------------++-----------------------------------------------------------------------------+
| Processes:                                                                  |
|  GPU   GI   CI        PID   Type   Process name                  GPU Memory |
|        ID   ID                                                   Usage      |
|=============================================================================|
+-----------------------------------------------------------------------------+

接下来就安装 LLaMAFactory

git clone -b v0.8.1 https://github.com/hiyouga/LLaMA-Factory.git
cd LLaMA-Factorypip install -e .[torch,metrics]

如果安装比较慢，可以先配置以下 pip 源

pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple/
pip config set install.trusted-host pypi.tuna.tsinghua.edu.cn

这里我们使用 Qwen1.5-1.8B-Chat 模型进行微调，首先下载模型。

这里使用一个尽量小的模型以避免部分设备因为 GPU 不够而无法完成微调。

使用 git lfs 进行下载

# 安装并初始化 git-lfs
apt install git-lfs -y
git lfs install# 下载模型
git lfs clone https://www.modelscope.cn/qwen/Qwen1.5-1.8B-Chat.git

下载完成后，包括如下内容：

文件比较大，一定要下载完整才行

root@lixd-sft:/mnt/b66582121706406e9797ffaf64a831b0/model/Qwen1.5-1.8B-Chat# ll -lhS
total 3.5G
-rw-r--r-- 1 root root 3.5G  7月 23 15:32 model.safetensors
-rw-r--r-- 1 root root 6.8M  7月 23 15:22 tokenizer.json
-rw-r--r-- 1 root root 2.7M  7月 23 15:22 vocab.json
-rw-r--r-- 1 root root 1.6M  7月 23 15:22 merges.txt
-rw-r--r-- 1 root root 7.2K  7月 23 15:22 LICENSE
-rw-r--r-- 1 root root 4.2K  7月 23 15:22 README.md
drwxr-xr-x 3 root root 4.0K  7月 23 15:22 ./
-rw-r--r-- 1 root root 1.5K  7月 23 15:22 .gitattributes
-rw-r--r-- 1 root root 1.3K  7月 23 15:22 tokenizer_config.json
-rw-r--r-- 1 root root  662  7月 23 15:22 config.json
-rw-r--r-- 1 root root  206  7月 23 15:22 generation_config.json
drwxr-xr-x 9 root root  174  7月 23 15:33 .git/
drwxr-xr-x 7 root root  127  7月 23 15:22 ../
-rw-r--r-- 1 root root   51  7月 23 15:22 configuration.json

准备数据集可以分为两个步骤：

• 1）准备数据集文件，json 格式，存放到 data 目录下

• 2）注册数据集，将 json 文件注册到 data 目录下的 dataset_info.json 文件

LLaMA-Factory 内置了一些数据集，本次就使用内置的 identity 数据集，用于修改模型的自我意识。

比如 Qwen 模型，默认会说自己是通义千问，我们微调后将其变为 Archer。

identity.json[8] 部分内容如下：

大家跳转原地址下载即可

[{"instruction": "hi","input": "","output": "Hello! I am {{name}}, an AI assistant developed by {{author}}. How can I assist you today?"},{"instruction": "Who are you?","input": "","output": "I am {{name}}, an AI assistant developed by {{author}}. How can I assist you today?"},  {"instruction": "你身份是什么？","input": "","output": "您好，我叫 {{name}}，是一个由 {{author}} 训练和开发的人工智能助手。我的主要目标是协助用户解决问题和满足他们的需求。"},{"instruction": "能介绍一下你自己吗？","input": "","output": "当然可以，我是 {{name}}，一个由 {{author}} 开发的人工智能助手，可以为您提供回答和帮助。"}
]

可以看到都是一些关于模型自我认知的一些问题，基于该数据集训练即可改变模型自我认知。

首先是对文中的变量{{name}} 和{{author}}进行替换：

sed -i 's/{{name}}/Archer/g; s/{{author}}/意琦行/g' data/identity.json   

替换后就像这样：

[{"instruction": "hi","input": "","output": "Hello! I am Archer, an AI assistant developed by 意琦行. How can I assist you today?"},{"instruction": "能介绍一下你自己吗？","input": "","output": "当然可以，我是 Archer，一个由 意琦行 开发的人工智能助手，可以为您提供回答和帮助。"}
]

对于新增数据集，我们还要将其注册到 LLaMAFactory。

不过 identity 是内置数据集，已经注册好了，可以跳过这步。

数据集注册可以分为以下两步：

• 1）将数据集移动到 data 目录下

• 2）修改 dataset_info.json 注册数据集

dataset_info.json 就是所有数据集的一个集合，部分内容如下：

root@test:/LLaMA-Factory# cat data/dataset_info.json
{"identity": {"file_name": "identity.json"},
}

参数含义：

• key 为数据集名称，比如这里的 identity

• value 为数据集配置，只有文件名 file_name 为必填的，比如这里的 identity.json

处理好之后，再将 identity.json 文件移动到 data 目录就算是完成了数据集注册。

默认所有数据集都在 data 目录中，会按照 data/identity.json 目录获取，因此需要将数据集移动到 data 目录下。

数据集和模型都准备好就可以开始微调了。

之前需要使用对应 shell 脚本进行微调，新版提供了 llamafactory-cli 命令行工具使用。

完整命令如下，参数还是比较多，按照教程操作的话，只需要替换模型路径即可。

modelPath=models/Qwen1.5-1.8B-Chatllamafactory-cli train \--model_name_or_path $modelPath \--stage sft \--do_train \--finetuning_type lora \--template qwen \--dataset identity \--output_dir ./saves/lora/sft \--learning_rate 0.0005 \--num_train_epochs 8 \--cutoff_len 4096 \--logging_steps 1 \--warmup_ratio 0.1 \--weight_decay 0.1 \--gradient_accumulation_steps 8 \--save_total_limit 1 \--save_steps 256 \--seed 42 \--data_seed 42 \--lr_scheduler_type cosine \--overwrite_cache \--preprocessing_num_workers 16 \--plot_loss \--overwrite_output_dir \--per_device_train_batch_size 1 \--fp16

输出如下

# 加载数据集
Converting format of dataset (num_proc=16): 100%|███████████████████████████████████████████████| 91/91 [00:00<00:00, 145.69 examples/s]
Running tokenizer on dataset (num_proc=16): 100%|████████████████████████████████████████████████| 91/91 [00:06<00:00, 13.14 examples/s]
input_ids:
[151644, 8948, 198, 2610, 525, 264, 10950, 17847, 13, 151645, 198, 151644, 872, 198, 6023, 151645, 198, 151644, 77091, 198, 9707, 0, 358, 1079, 58879, 11, 458, 15235, 17847, 7881, 553, 6567, 226, 237, 108619, 22243, 13, 2585, 646, 358, 7789, 498, 3351, 30, 151645]
inputs:
<|im_start|>system
You are a helpful assistant.<|im_end|>
<|im_start|>user
hi<|im_end|>
<|im_start|>assistant
Hello! I am Archer, an AI assistant developed by 意琦行. How can I assist you today?<|im_end|>
label_ids:
[-100, -100, -100, -100, -100, -100, -100, -100, -100, -100, -100, -100, -100, -100, -100, -100, -100, -100, -100, -100, 9707, 0, 358, 1079, 58879, 11, 458, 15235, 17847, 7881, 553, 6567, 226, 237, 108619, 22243, 13, 2585, 646, 358, 7789, 498, 3351, 30, 151645]
labels:
Hello! I am Archer, an AI assistant developed by 意琦行. How can I assist you today?<|im_end|>
[INFO|configuration_utils.py:731] 2024-07-23 15:45:27,398 >> loading configuration file /mnt/b66582121706406e9797ffaf64a831b0/model/Qwen1.5-1.8B-Chat/config.json
[INFO|configuration_utils.py:796] 2024-07-23 15:45:27,400 >> Model config Qwen2Config {"_name_or_path": "/mnt/b66582121706406e9797ffaf64a831b0/model/Qwen1.5-1.8B-Chat","architectures": ["Qwen2ForCausalLM"],"attention_dropout": 0.0,"bos_token_id": 151643,"eos_token_id": 151645,"hidden_act": "silu","hidden_size": 2048,"initializer_range": 0.02,"intermediate_size": 5504,"max_position_embeddings": 32768,"max_window_layers": 21,"model_type": "qwen2","num_attention_heads": 16,"num_hidden_layers": 24,"num_key_value_heads": 16,"rms_norm_eps": 1e-06,"rope_theta": 1000000.0,"sliding_window": 32768,"tie_word_embeddings": false,"torch_dtype": "bfloat16","transformers_version": "4.41.2","use_cache": true,"use_sliding_window": false,"vocab_size": 151936
}
# 加载模型权重
[INFO|modeling_utils.py:3471] 2024-07-23 15:45:27,461 >> loading weights file /mnt/b66582121706406e9797ffaf64a831b0/model/Qwen1.5-1.8B-Chat/model.safetensors
[INFO|modeling_utils.py:1519] 2024-07-23 15:45:27,482 >> Instantiating Qwen2ForCausalLM model under default dtype torch.float16.
[INFO|configuration_utils.py:962] 2024-07-23 15:45:27,485 >> Generate config GenerationConfig {"bos_token_id": 151643,"eos_token_id": 151645
}
# 开始训练
[INFO|trainer.py:2078] 2024-07-23 15:50:04,738 >> ***** Running training *****
[INFO|trainer.py:2079] 2024-07-23 15:50:04,738 >>   Num examples = 91
[INFO|trainer.py:2080] 2024-07-23 15:50:04,738 >>   Num Epochs = 5
[INFO|trainer.py:2081] 2024-07-23 15:50:04,738 >>   Instantaneous batch size per device = 1
[INFO|trainer.py:2084] 2024-07-23 15:50:04,738 >>   Total train batch size (w. parallel, distributed & accumulation) = 8
[INFO|trainer.py:2085] 2024-07-23 15:50:04,738 >>   Gradient Accumulation steps = 8
[INFO|trainer.py:2086] 2024-07-23 15:50:04,738 >>   Total optimization steps = 55
[INFO|trainer.py:2087] 2024-07-23 15:50:04,741 >>   Number of trainable parameters = 7,495,680# loss 日志
{'loss': 0.4613, 'grad_norm': 1.1036323308944702, 'learning_rate': 8.176284240242638e-06, 'epoch': 4.48}
{'loss': 0.2371, 'grad_norm': 1.2189464569091797, 'learning_rate': 4.61021075223364e-06, 'epoch': 4.57}
{'loss': 0.1993, 'grad_norm': 0.9958950281143188, 'learning_rate': 2.052496544188487e-06, 'epoch': 4.66}
{'loss': 0.407, 'grad_norm': 1.3202508687973022, 'learning_rate': 5.136518124159162e-07, 'epoch': 4.75}
{'loss': 0.2622, 'grad_norm': 1.1825435161590576, 'learning_rate': 0.0, 'epoch': 4.84}
# 训练完成
100%|███████████████████████████████████████████████████████████████████████████████████████████████████| 55/55 [01:32<00:00,  1.72s/it][INFO|trainer.py:2329] 2024-07-23 15:51:37,166 >>Training completed. Do not forget to share your model on huggingface.co/models =){'train_runtime': 92.425, 'train_samples_per_second': 4.923, 'train_steps_per_second': 0.595, 'train_loss': 1.0069455030289562, 'epoch': 4.84}
100%|███████████████████████████████████████████████████████████████████████████████████████████████████| 55/55 [01:32<00:00,  1.68s/it]
[INFO|trainer.py:3410] 2024-07-23 15:51:37,168 >> Saving model checkpoint to ./saves/lora/sft
/root/miniconda3/envs/python38/lib/python3.8/site-packages/peft/utils/save_and_load.py:195: UserWarning: Could not find a config file in /mnt/b66582121706406e9797ffaf64a831b0/model/Qwen1.5-1.8B-Chat - will assume that the vocabulary was not modified.warnings.warn(
[INFO|tokenization_utils_base.py:2513] 2024-07-23 15:51:37,268 >> tokenizer config file saved in ./saves/lora/sft/tokenizer_config.json
[INFO|tokenization_utils_base.py:2522] 2024-07-23 15:51:37,268 >> Special tokens file saved in ./saves/lora/sft/special_tokens_map.json
***** train metrics *****epoch                    =     4.8352total_flos               =   211506GFtrain_loss               =     1.0069train_runtime            = 0:01:32.42train_samples_per_second =      4.923train_steps_per_second   =      0.595
Figure saved at: ./saves/lora/sft/training_loss.png
07/23/2024 15:51:38 - WARNING - llamafactory.extras.ploting - No metric eval_loss to plot.
[INFO|modelcard.py:450] 2024-07-23 15:51:38,138 >> Dropping the following result as it does not have all the necessary fields:
{'task': {'name': 'Causal Language Modeling', 'type': 'text-generation'}}

根据日志可以看到，微调后的模型保存到了我们指定的 ./saves/lora/sft 目录

[INFO|trainer.py:3410] 2024-07-23 15:51:37,168 >> Saving model checkpoint to ./saves/lora/sft   

查看一下

root@lixd-sft:/LLaMA-Factory# ll -lhS ./saves/lora/sft
total 40M
-rw-r--r-- 1 root root  29M  7月 23 15:51 adapter_model.safetensors
-rw-r--r-- 1 root root 6.8M  7月 23 15:51 tokenizer.json
-rw-r--r-- 1 root root 2.7M  7月 23 15:51 vocab.json
-rw-r--r-- 1 root root 1.6M  7月 23 15:51 merges.txt
-rw-r--r-- 1 root root  34K  7月 23 15:51 training_loss.png
-rw-r--r-- 1 root root  14K  7月 23 15:51 trainer_log.jsonl
-rw-r--r-- 1 root root  11K  7月 23 15:51 trainer_state.json
-rw-r--r-- 1 root root 5.2K  7月 23 15:51 training_args.bin
drwxr-xr-x 2 root root 4.0K  7月 23 15:51 ./
-rw-r--r-- 1 root root 1.5K  7月 23 15:51 tokenizer_config.json
-rw-r--r-- 1 root root 1.4K  7月 23 15:51 README.md
-rw-r--r-- 1 root root  762  7月 23 15:51 adapter_config.json
-rw-r--r-- 1 root root  367  7月 23 15:51 special_tokens_map.json
-rw-r--r-- 1 root root  214  7月 23 15:51 all_results.json
-rw-r--r-- 1 root root  214  7月 23 15:51 train_results.json
-rw-r--r-- 1 root root   80  7月 23 15:51 added_tokens.json
drwxr-xr-x 3 root root   17  7月 23 15:50 ../

可以看到，这里面的内容和一个完整模型一模一样，只是权重文件比较小，只有 29M。

训练过程中会实时打印训练日志，其中就包括了 loss 信息，就像这样：

微调参数 --logging_steps = 1 因为每一步都会打印日志

{'loss': 3.9236, 'grad_norm': 2.572678327560425, 'learning_rate': 8.333333333333333e-05, 'epoch': 0.09}
{'loss': 3.3305, 'grad_norm': 1.8977322578430176, 'learning_rate': 0.00016666666666666666, 'epoch': 0.18}
{'loss': 4.3762, 'grad_norm': 2.840055227279663, 'learning_rate': 0.00025, 'epoch': 0.26}.....
{'loss': 0.1993, 'grad_norm': 0.9958950281143188, 'learning_rate': 2.052496544188487e-06, 'epoch': 4.66}
{'loss': 0.407, 'grad_norm': 1.3202508687973022, 'learning_rate': 5.136518124159162e-07, 'epoch': 4.75}
{'loss': 0.2622, 'grad_norm': 1.1825435161590576, 'learning_rate': 0.0, 'epoch': 4.84}

微调完成后会根据日志生成 loss 曲线，就像下图这样：

training_loss.png

这个图怎么看呢？

成功的训练一般有明显的收敛过程，且收敛出现在训练过程的后半部分都是合理的。

• 1）如果没有明显收敛，说明训练不充分，可以增加训练 epoch 重训，或者进行增量训练。

• 2）如果收敛出现在训练过程的前半部分，而后部分的 loss 平稳无变化，说明可能有过拟合，可以结合评估结果选择是否减少 epoch 重训。

• 3）如果有收敛趋势，但没有趋于平稳，可以在权衡通用能力和专业能力的前提下考虑是否增加 epoch 和数据以提升专业能力，但会有通用能力衰减的风险。

可以看到，在训练到 70 步再往后的时候已经收敛了，看起来本次训练效果还可以。

除了看 loss 曲线之外，LLaMAFactory 还提供了预测评估功能。

使用微调后的模型回答数据集中的问题，然后将模型回答和数据集中的标准答案进行对比，计算 ROUGE、BLEU 指标。

指标含义感兴趣可以搜索一下，可以简单理解为 文本相似度。

指标越高说明模型回答和数据集中的内容越接近，对于简单的问题，这些指标能在一定程度上反应微调结果。

命令如下：

modelPath=/models/Qwen1.5-1.8B-Chatllamafactory-cli train \--stage sft \--do_predict \--finetuning_type lora \--model_name_or_path $modelPath \--adapter_name_or_path ./saves/lora/sft \--template qwen \--dataset identity \--cutoff_len 4096 \--max_samples 20 \--overwrite_cache \--overwrite_output_dir \--per_device_eval_batch_size 1 \--preprocessing_num_workers 16 \--predict_with_generate

结果如下：

***** predict metrics *****predict_bleu-4             =    86.0879predict_rouge-1            =    91.5523predict_rouge-2            =    86.1083predict_rouge-l            =    89.6543predict_runtime            = 0:00:16.23predict_samples_per_second =      1.232predict_steps_per_second   =      1.232
07/04/2024 03:17:33 - INFO - llamafactory.train.sft.trainer - Saving prediction results to /mnt/b66582121706406e9797ffaf64a831b0/system/sft/task-87tiqz1qqa/saves/lora/predict/generated_predictions.jsonl

指标最大值为 100

可以看到，各个指标得分都比较高，说明本次微调效果比较好。

使用的 LoRA 微调，会生成单独的 LoRA 权重，当微调完成后需要将原始模型和 LoRA 权重进行合并，得到一个新的模型。

查看 loss 信息和预测评估结果，感觉不错的话就可以进行权重合并，导出模型了。

同样使用 llamafactory-cli 命令

# 原始模型
modelPath=models/Qwen1.5-1.8B-Chat
# 上一步微调得到的 LoRA 权重
adapterModelPath=./saves/lora/sft/llamafactory-cli export \--model_name_or_path $modelPath \--adapter_name_or_path $adapterModelPath \--template qwen \--finetuning_type lora \--export_dir ./saves/lora/export/ \--export_size 2 \--export_device cpu \--export_legacy_format False

输出如下

[INFO|modeling_utils.py:4280] 2024-07-23 16:45:13,917 >> All model checkpoint weights were used when initializing Qwen2ForCausalLM.[INFO|modeling_utils.py:4288] 2024-07-23 16:45:13,917 >> All the weights of Qwen2ForCausalLM were initialized from the model checkpoint at /mnt/b66582121706406e9797ffaf64a831b0/model/Qwen1.5-1.8B-Chat.
If your task is similar to the task the model of the checkpoint was trained on, you can already use Qwen2ForCausalLM for predictions without further training.
[INFO|configuration_utils.py:915] 2024-07-23 16:45:13,919 >> loading configuration file /mnt/b66582121706406e9797ffaf64a831b0/model/Qwen1.5-1.8B-Chat/generation_config.json
[INFO|configuration_utils.py:962] 2024-07-23 16:45:13,920 >> Generate config GenerationConfig {"bos_token_id": 151643,"do_sample": true,"eos_token_id": [151645,151643],"pad_token_id": 151643,"repetition_penalty": 1.1,"top_p": 0.8
}07/23/2024 16:45:13 - INFO - llamafactory.model.model_utils.attention - Using torch SDPA for faster training and inference.
07/23/2024 16:45:13 - INFO - llamafactory.model.adapter - Upcasting trainable params to float32.
07/23/2024 16:45:13 - INFO - llamafactory.model.adapter - Fine-tuning method: LoRA
07/23/2024 16:52:09 - INFO - llamafactory.model.adapter - Merged 1 adapter(s).
07/23/2024 16:52:09 - INFO - llamafactory.model.adapter - Loaded adapter(s): ./saves/lora/sft/
07/23/2024 16:52:09 - INFO - llamafactory.model.loader - all params: 1836828672
[INFO|configuration_utils.py:472] 2024-07-23 16:52:10,190 >> Configuration saved in ./save/lora/export/config.json
[INFO|configuration_utils.py:731] 2024-07-23 16:52:10,190 >> Configuration saved in ./save/lora/export/generation_config.json
[INFO|modeling_utils.py:2626] 2024-07-23 16:52:24,317 >> The model is bigger than the maximum size per checkpoint (2GB) and is going to be split in 2 checkpoint shards. You can find where each parameters has been saved in the index located at ./save/lora/export/model.safetensors.index.json.
[INFO|tokenization_utils_base.py:2513] 2024-07-23 16:52:24,329 >> tokenizer config file saved in ./save/lora/export/tokenizer_config.json
[INFO|tokenization_utils_base.py:2522] 2024-07-23 16:52:24,329 >> Special tokens file saved in ./save/lora/export/special_tokens_map.json

合并完成后，可以在 ./saves/lora/export/ 目录找到新模型：

root@sft:/LLaMA-Factory# ll -lhS ./saves/lora/export/
total 3.5G
-rw-r--r-- 1 root root 1.9G  7月 23 16:52 model-00001-of-00002.safetensors
-rw-r--r-- 1 root root 1.6G  7月 23 16:52 model-00002-of-00002.safetensors
-rw-r--r-- 1 root root 6.8M  7月 23 16:52 tokenizer.json
-rw-r--r-- 1 root root 2.7M  7月 23 16:52 vocab.json
-rw-r--r-- 1 root root 1.6M  7月 23 16:52 merges.txt
-rw-r--r-- 1 root root  24K  7月 23 16:52 model.safetensors.index.json
drwxr-xr-x 2 root root 4.0K  7月 23 16:52 ./
-rw-r--r-- 1 root root 1.5K  7月 23 16:52 tokenizer_config.json
-rw-r--r-- 1 root root  746  7月 23 16:52 config.json
-rw-r--r-- 1 root root  367  7月 23 16:52 special_tokens_map.json
-rw-r--r-- 1 root root  205  7月 23 16:52 generation_config.json
-rw-r--r-- 1 root root   80  7月 23 16:52 added_tokens.json
drwxr-xr-x 3 root root   20  7月 23 16:52 ../

测试下微调前后，模型对于你是谁? 这个问题的回答有何不同，也就是模型的自我认知被我们改掉没有。

使用 vLLM 启动推理服务

modelpath=/models/Qwen1.5-1.8B-Chat# 单卡
python3 -m vllm.entrypoints.openai.api_server \--model $modelpath \--served-model-name qwen \--trust-remote-code

发送测试请求

curl http://localhost:8000/v1/chat/completions \-H "Content-Type: application/json" \-d '{"model": "qwen","messages": [{"role": "system", "content": "You are a helpful assistant."},{"role": "user", "content": "你是谁？"}]}'

输出如下

{"id": "cmpl-7c52416c18964864af6f20b04ef3f85e","object": "chat.completion","created": 1721725933,"model": "qwen-1-5-0-5b-chat","choices": [{"index": 0,"message": {"role": "assistant","content": "我是来自阿里云的大规模语言模型，我叫通义千问。"},"logprobs": null,"finish_reason": "stop","stop_reason": null}],"usage": {"prompt_tokens": 22,"total_tokens": 39,"completion_tokens": 17}
}

可以看到，原始模型知道自己是通义千问。

使用 vLLM 启动服务

# 模型导出时的目录
modelpath=/LLaMA-Factory/save/lora/export/# 单卡
python3 -m vllm.entrypoints.openai.api_server \--model $modelpath \--served-model-name qwen \--trust-remote-code

发送测试请求

curl http://localhost:8000/v1/chat/completions \-H "Content-Type: application/json" \-d '{"model": "qwen","messages": [{"role": "system", "content": "You are a helpful assistant."},{"role": "user", "content": "你是谁？"}]}'

输出如下

{"id": "cmpl-9cc96afbfe01491b9c27226958e6e72b","object": "chat.completion","created": 1721726354,"model": "qwen-1-5-1-8b-chat-sft","choices": [{"index": 0,"message": {"role": "assistant","content": "您好，我是 Archer，由 意琦行 开发，旨在为用户提供智能化的回答和帮助。"},"logprobs": null,"finish_reason": "stop","stop_reason": null}],"usage": {"prompt_tokens": 22,"total_tokens": 45,"completion_tokens": 23}
}

可以看到，模型现在认为自己是 Archer，说明经过微调我们成功修改了模型的自我认知。

至此，使用 LLaMAFactory 对 Qwen1.5-1.8B-Chat 进行 LoRA 微调 Demo 分享就算完成了。

本文主要通过一个修改 Qwen1.5-1.8B-Chat 模型自我认知的小 Demo，分享了使用 LLaMAFactory 进行 LoRA 微调的全过程。

整个微调大致可以分为以下几个步骤：

• 1）准备模型、数据集

• 2）注册数据集到 LLaMAFactory

• 将数据集放到 data 目录

• 编辑 data 目录中的 dataset_info.json 注册数据集

• 3）微调

• 微调

• 结果分析，根据 loss 曲线查看训练情况，以决定是否需要修改参数后重新微调

• 预测评估，对比模型输出结果和数据集标准答案相似度

• 权重合并，合并 LoRA 权重到原始模型，得到微调后的新模型

​