用DeepSeek-R1-Distill-data-110k蒸馏中文数据集 微调Qwen2.5-7B-Instruct！

1. 下载模型与数据

   模型下载：
   huggingface：
   Qwen/Qwen2.5-7B-Instruct · HF MirrorWe’re on a journey to advance and democratize artificial intelligence through open source and open science.https://hf-mirror.com/Qwen/Qwen2.5-7B-Instruct
   魔搭：
   魔搭社区汇聚各领域最先进的机器学习模型，提供模型探索体验、推理、训练、部署和应用的一站式服务。https://www.modelscope.cn/models/Qwen/Qwen2.5-7B-Instruct
   数据下载：
   https://huggingface.co/datasets/Congliu/Chinese-DeepSeek-R1-Distill-data-110khttps://huggingface.co/datasets/Congliu/Chinese-DeepSeek-R1-Distill-data-110k
    

2. 安装swift

   使用 pip 安装：

   pip install ms-swift -U

   从源安装：

   # pip install git+https://github.com/modelscope/ms-swift.gitgit clone https://github.com/modelscope/ms-swift.git
   cd ms-swift
   pip install -e .

3. 微调

   CUDA_VISIBLE_DEVICES=0,1 \
   swift sft \--model /home/models/pretrained_models/llm/Qwen2.5-7B-Instruct \ --train_type lora \--dataset  /home/data/Chinese-DeepSeek-R1-Distill-data-110k-SFT/new_distill_r1_110k_sft.json \--torch_dtype bfloat16 \--num_train_epochs 6 \--per_device_train_batch_size 1 \--per_device_eval_batch_size 1 \--learning_rate 1e-4 \--lora_rank 8 \--lora_alpha 32 \--target_modules all-linear \--gradient_accumulation_steps 16 \--eval_steps 50 \--save_steps 50 \--save_total_limit 5 \--logging_steps 5 \--output_dir output \--system 'You are a deep thinking assistant.' \--warmup_ratio 0.05 \--dataloader_num_workers 4 \--model_author Q \                                 --model_name Q-AILab-Qwen2.5-7B-Instruct-R1-Distill

4. 训练过程

    2张A800，训练时长5天，共训练6轮。

   

   

5. 推理效果

   推理：

   CUDA_VISIBLE_DEVICES=0,1 \
   swift infer \--adapters /home/model/swift/output/v6-20250217-075043/checkpoint-50 \--stream true \--temperature 0 \--max_new_tokens 8192

   推理测试：
   
   
   
   
   Qwen2.5-7B-Instruct-DeepSeek-R1-Distill-data-110K 训练完成！

6. 后续合并Loar、断点训练、推送模型、可参考Swift github项目地址：

        https://github.com/modelscope/ms-swifthttps://github.com/modelscope/ms-swift