RTX 5080 环境配置与 LLaMA Factory 微调教程（Windows）

RTX 5080 环境配置与 LLaMA Factory 微调 Llama-3.1-8B 完整指南本文记录了在 Windows 11 下使用 RTX 5080 显卡通过 LLaMA Factory 微调 Llama-3.1-8B-Instruct 模型并转换为 GGUF 格式在 llama.cpp 中运行的全过程。包含环境配置、参数调整、常见错误及解决方案。一、背景与硬件信息显卡NVIDIA GeForce RTX 508016GB 显存计算能力sm_120系统Windows 11模型Llama-3.1-8B-Instruct微调方法LoRARTX 5080 基于 Blackwell 架构旧版 PyTorch如 2.3.0仅支持到 sm_90直接训练会报错textUserWarning: NVIDIA GeForce RTX 5080 with CUDA capability sm_120 is not compatible with the current PyTorch installation.因此必须安装支持 sm_120 的 PyTorch Nightly 版本CUDA 12.8。二、环境准备2.1 安装 Miniconda如已安装请跳过从 官网 下载并安装 MinicondaPython 3.11 版本。2.2 创建并激活虚拟环境powershellconda create -n llamafactory python3.11 -y conda activate llamafactory2.3 安装支持 RTX 5080 的 PyTorchpowershellpip install --upgrade pip pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/nightly/cu128验证安装pythonpython -c import torch; print(torch.__version__); print(torch.cuda.is_available()); print(torch.cuda.get_device_capability())预期输出text2.8.0.dev20260320cu128 True (12, 0)2.4 安装 LLaMA Factorypowershellgit clone https://github.com/hiyouga/LLaMA-Factory.git cd LLaMA-Factory pip install -e .[torch,metrics]若需量化可同时安装bitsandbytesWindows 下推荐使用bitsandbytes-windows但本文训练时关闭量化避免兼容性问题。三、准备数据集3.1 数据格式使用messages格式每行一个 JSON 对象。例如json{messages: [ {role: system, content: 你是一个专业客服不能说自己是AI。}, {role: user, content: 你好}, {role: assistant, content: 您好请问有什么可以帮您} ]}3.2 注册数据集编辑LLaMA-Factory/data/dataset_info.json添加自定义数据集jsonmy_custom: { file_name: my_data.json, format: messages, columns: { messages: messages }, tags: { role_tag: role, content_tag: content, user_tag: user, assistant_tag: assistant, system_tag: system } }四、训练参数设置关键4.1 启动 WebUIpowershellllamafactory-cli webui浏览器访问http://localhost:7860。4.2 模型加载模型名称/路径E:\LLM\LLaMAWork\models\Meta-Llama-3.1-8B-Instruct本地路径量化等级None关闭量化提示模板llama34.3 训练参数避免常见错误参数推荐值说明学习率2e-4LoRA 常用值训练轮数3根据数据量调整最大梯度范数1.0梯度裁剪计算类型bf16RTX 5080 支持截断长度1024客服对话足够避免过大批处理大小18B 模型16GB 显存梯度累积4有效 batch size 4验证集比例0数据少时暂不划分学习率调节器cosine稳定收敛LoRA 参数LoRA 秩16LoRA 缩放系数32LoRA 随机丢弃0.0LoRA 作用模块留空4.4 开始训练点击开始按钮。训练过程中可观察终端输出的 loss 值。常见错误梯度累积设为 1024 会导致训练极慢1000 条数据需 10 小时。正确值为4。五、导出合并模型训练完成后需要将 LoRA 适配器与基础模型合并得到完整的 Hugging Face 格式模型。5.1 使用命令行导出推荐powershellllamafactory-cli export --model_name_or_path E:\LLM\LLaMAWork\models\Meta-Llama-3.1-8B-Instruct --adapter_name_or_path E:\LLM\LLaMA-Factory\saves\Llama-3.1-8B-Instruct\lora\train_1 --export_dir E:\LLM\llamaModels\exported_hf_model --export_device auto--export_device auto优先使用 GPU若显存不足可改为cpu。确保导出目录为空且磁盘剩余空间 ≥20 GB。5.2 验证导出导出成功后目录下应包含config.json、model.safetensors、tokenizer.json等文件。六、转换为 GGUF 格式用于 llama.cpp6.1 准备 llama.cpp 工具下载预编译版本或源码预编译含量化工具llama.cpp Releases源码含转换脚本llama.cpp GitHub建议将二进制工具如llama-quantize.exe和源码中的convert_hf_to_gguf.py放在同一目录方便操作。6.2 转换 Hugging Face 模型为 GGUFFP16powershellcd E:\LLM\llama.cpp-src # 进入源码目录 python convert_hf_to_gguf.py E:\LLM\llamaModels\exported_hf_model --outfile E:\LLM\llamaModels\new\llama-3.1-8b-custom.gguf --outtype f166.3 量化为 q4_k_mpowershellcd E:\LLM\llama.cpp # 进入二进制目录 .\llama-quantize.exe E:\LLM\llamaModels\new\llama-3.1-8b-custom.gguf E:\LLM\llamaModels\new\llama-3.1-8b-custom_Q4_K_M.gguf q4_k_m量化后文件约 5-6 GB适合本地推理。七、在 llama.cpp 中运行7.1 交互式对话powershell.\main.exe -m E:\LLM\llamaModels\new\llama-3.1-8b-custom_Q4_K_M.gguf --interactive7.2 单次生成powershell.\main.exe -m E:\LLM\llamaModels\new\llama-3.1-8b-custom_Q4_K_M.gguf -p 你好 -n 128八、常见问题与解决方法问题原因解决方案段错误3221225477PyTorch 不支持 RTX 5080安装 Nightly 版本bitsandbytes缺失量化选项未关闭训练时关闭量化量化等级None训练集为空验证集比例过大且数据少将验证集比例设为0训练极慢10 小时梯度累积设置过大如 1024改为4导出时连接断开内存不足改用--export_device cpuconvert_hf_to_gguf.py找不到未在正确目录或未下载从 GitHub 下载脚本九、一键脚本PowerShell将以下内容保存为export_and_convert.ps1右键“使用 PowerShell 运行”powershell# 1. 导出合并模型 llamafactory-cli export --model_name_or_path E:\LLM\LLaMAWork\models\Meta-Llama-3.1-8B-Instruct --adapter_name_or_path E:\LLM\LLaMA-Factory\saves\Llama-3.1-8B-Instruct\lora\train_1 --export_dir E:\LLM\llamaModels\exported_hf_model --export_device auto # 2. 转换为 GGUF (FP16) cd E:\LLM\llama.cpp-src python convert_hf_to_gguf.py E:\LLM\llamaModels\exported_hf_model --outfile E:\LLM\llamaModels\new\llama-3.1-8b-custom.gguf --outtype f16 # 3. 量化为 q4_k_m cd E:\LLM\llama.cpp .\llama-quantize.exe E:\LLM\llamaModels\new\llama-3.1-8b-custom.gguf E:\LLM\llamaModels\new\llama-3.1-8b-custom_Q4_K_M.gguf q4_k_m Write-Host 完成模型路径: E:\LLM\llamaModels\new\llama-3.1-8b-custom_Q4_K_M.gguf十、总结本文详细介绍了在 RTX 5080 显卡上从零开始微调 Llama-3.1-8B 模型的全过程包括环境配置PyTorch NightlyLLaMA Factory 训练参数调优避免梯度累积过大等陷阱模型导出与 GGUF 转换最终在 llama.cpp 中运行希望这篇教程能帮助你顺利部署自己的大模型应用。如有疑问欢迎在评论区交流。