【大模型微调】魔搭社区GPU进行LLaMA-Factory微调大模型自我认知

---

文章概要：
本文是一篇详细的技术教程，介绍如何使用魔搭社区（ModelScope）的GPU资源来进行LLaMA-Factory的模型微调。文章分为11个主要步骤，从环境准备到最终的模型测试，系统地介绍了整个微调流程。主要内容包括：

1. 环境准备和硬件资源配置
2. LLaMA-Factory的安装和部署
3. 可视化界面的配置和启动
4. 基座模型的下载和测试
5. 自我认知数据集的修改
6. 微调参数的设置和训练过程
7. 模型评估和优化
8. 最终模型的导出和测试

---

文章目的

1. 帮助开发者快速上手LLaMA-Factory工具，学习如何利用魔搭社区的免费GPU资源进行大模型微调
2. 详细讲解模型微调的完整流程，包括环境配置、模型训练、参数调优等关键步骤
3. 提供实用的技术细节和注意事项，如显存管理、训练参数调整等，帮助读者避免常见问题
4. 指导读者如何进行模型的自我认知微调，实现个性化的AI助手定制

---

1. 准备硬件资源、搭建环境

1. 访问魔搭社区官网：https://modelscope.cn，完成注册和登录
2. 进入我的Notebook页面，依次选择：魔搭平台免费实例 -> 阿里云弹性加速计算EAIS -> 方式二 GPU环境
3. 选择GPU实例类型和配置，确认配置并启动实例
4. 点击「打开notebook」进入JupyterLab环境

2. LLaMA-Factory 安装部署

LLaMA-Factory 的 Github地址：https://github.com/hiyouga/LLaMA-Factory

• 克隆仓库

  git clone --depth 1 https://github.com/hiyouga/LLaMA-Factory.git
  

• 切换到项目目录

  cd LLaMA-Factory
  

• 创建 Conda 虚拟环境(一定要 3.10 的 python 版本，不然和 LLaMA-Factory 不兼容)

  conda create -n llama-factory python=3.10
  

• 激活虚拟环境

  conda activate llama-factory
  

• 在虚拟环境中安装 LLaMA Factory 相关依赖

  pip install -e ".[torch,metrics]"
  

  注意：如报错 bash: pip: command not found ，先执行 conda install pip 即可
• 检验是否安装成功

  llamafactory-cli version
  

3. 配置本地远程访问LLama-Factory 的可视化微调界面

1. 修改LLaMA-Factory/src/llamafactory/webui/interface.py文件中share=gradio_share为share=True
2. 下载文件 https://cdn-media.huggingface.co/frpc-gradio-0.3/frpc_linux_amd64
3. 重命名文件为 frpc_linux_amd64_v0.3
4. 移动文件至 /root/.cache/huggingface/gradio/frpc
5. 进入文件夹，输入以下命令给予权限：chmod +x frpc_linux_amd64_v0.3

4. 启动 LLama-Factory 的可视化微调界面 （由 Gradio 驱动）

llamafactory-cli webui --share

• 点击显示的公网地址即可进入可视化界面
  

5. 从 modelscope 上下载基座模型

• 创建文件夹统一存放所有基座模型

  cd LLaMA-Factory
  mkdir models
  cd models
  

• 执行下载命令

  git lfs install
  git clone https://www.modelscope.cn/Qwen/Qwen2.5-1.5B-Instruct.git
  

• 如果要下载其他模型，可以替换git地址即可

注意：由于网络环境等原因，文件下载后往往会存在文件不完整的很多情况，下载后需要先做一下校验，校验分为两部分，第一先检查一下文件大小和文件数量是否正确，和原始的huggingface显示的做一下肉眼对比，进入文件夹通过du -sh *查看文件和文件大小情况

6. 可视化页面上加载模型测试，检验是否加载成功

• 选择模型 Qwen2.5-1.5B-Instruct
• 输入下载的模型路径 models/Qwen2.5-1.5B-Instruct
• 选择chat模式，点击加载模型，加载完后就可以进行聊天测试了

7. 修改自我认知数据集

• 使用编辑器打开文件 LLaMA-Factory/data/identity.json
• 批量替换 {{name}} 为需要的助手名称，比如小梦助手
• 批量替换{{author}} 为开发者名称，比如LChuck茶客
• 保存文件
  

8. 在页面上进行微调的相关设置，开始微调（整个微调过程大概1-2小时）

• 选择微调算法 LoRA
• 添加数据集 identity
• 修改其他训练相关参数，如学习率、训练轮数、截断长度、验证集比例等
  • 学习率（Learning Rate）：决定了模型每次更新时权重改变的幅度。过大可能会错过最优解；过小会学得很慢或陷入局部最优解
  • 训练轮数（Epochs）：太少模型会欠拟合（没学好），太大会过拟合（学过头了）
  • 最大梯度范数（Max Gradient Norm）：当梯度的值超过这个范围时会被截断，防止梯度爆炸现象
  • 最大样本数（Max Samples）：每轮训练中最多使用的样本数
  • 计算类型（Computation Type）：在训练时使用的数据类型，常见的有 float32 和 float16。在性能和精度之间找平衡
  • 截断长度（Truncation Length）：处理长文本时如果太长超过这个阈值的部分会被截断掉，避免内存溢出
  • 批处理大小（Batch Size）：由于内存限制，每轮训练我们要将训练集数据分批次送进去，这个批次大小就是 Batch Size
  • 梯度累积（Gradient Accumulation）：默认情况下模型会在每个 batch 处理完后进行一次更新一个参数，但你可以通过设置这个梯度累计，让他直到处理完多个小批次的数据后才进行一次更新
  • 验证集比例（Validation Set Proportion）：数据集分为训练集和验证集两个部分，训练集用来学习训练，验证集用来验证学习效果如何
  • 学习率调节器（Learning Rate Scheduler）：在训练的过程中帮你自动调整优化学习率
• 页面上点击启动训练，或复制命令到终端启动训练
  • 实践中推荐用 nohup 命令将训练任务放到后台执行，这样即使关闭终端任务也会继续运行。同时将日志重定向到文件中保存下来
• 在训练过程中注意观察损失曲线，尽可能将损失降到最低
  • 如损失降低太慢，尝试增大学习率
  • 如训练结束损失还呈下降趋势，增大训练轮数确保拟合
    

Tips：使用nvidia-smi和kill命令

当训练模型时，如果中断了训练进程，可能会导致显存被占满。此时可以使用以下命令查看和释放显存：

• 使用nvidia-smi查看GPU使用情况
  
• 使用ps aux | grep python查看进程号
  
• 使用kill -9 <进程号>结束进程，释放显存

9. 微调结束，评估微调效果

• 观察损失曲线的变化；观察最终损失
  

• 在交互页面上通过预测/对话等方式测试微调好的效果

• 检查点：保存的是模型在训练过程中的一个中间状态，包含了模型权重、训练过程中使用的配置（如学习率、批次大小）等信息，对LoRA来说，检查点包含了训练得到的 B 和 A 这两个低秩矩阵的权重

• 若微调效果不理想，你可以：

  • 使用更强的预训练模型
  • 增加数据量
  • 优化数据质量（数据清洗、数据增强等，可学习相关论文如何实现）
  • 调整训练参数，如学习率、训练轮数、优化器、批次大小等等

10. 导出合并后的模型

• 为什么要合并：因为 LoRA 只是通过低秩矩阵调整原始模型的部分权重，而不直接修改原模型的权重。合并步骤将 LoRA 权重与原始模型权重融合生成一个完整的模型
• 先创建目录，用于存放导出后的模型

mkdir -p export

• 在页面上配置导出路径，如expert/Qwen2.5-1.5B-Instruct-LoRA-v1，导出即可。

11. 测试微调完的模型

选择模型 Qwen2.5-1.5B-Instruct

• 输入下载的模型路径 expert/Qwen2.5-1.5B-Instruct-LoRA-v1
• 选择chat模式，点击加载模型，加载完后就可以进行聊天测试了