打造自己的大模型｜01篇LLaMA-Factory微调Llama3和其占用资源分析

最新推荐文章于 2025-05-30 10:31:50 发布
原创 最新推荐文章于 2025-05-30 10:31:50 发布 · 1.2k 阅读 · 20 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
文章标签：

#llama #langchain #RAG #人工智能 #产品经理 #大模型 #LLM

面对训练好的通用的大语言模型，例如Llama3-8B，虽然在认知理解，知识问答，逻辑推理，数学，代码方面都表现很好。但是其在特定领域的知识是比较缺乏的，而且对中文问答表现也不是很好，经常出现中英文混答的问题。

所以打造一个属于自己的大模型，非常有必要！

由于原生的Llama3模型训练的中文语料占比非常低，因此在中文的表现方面略微欠佳！本教程就以Llama3-8B-Instruct开源模型为模型基座，通过开源程序LLaMA-Factory来进行中文的微调，提高Llama3的中文能力！

认识LLaMA-Factory

在这里插入图片描述

LLaMA-Factory是一个易用且高效的LLM微调工具箱。

  • 支持多种模型
  • 支持多种训练方法，例如增量预训练，指令跟随微调，PPO训练，DPO训练等
  • 支持多种高效微调方法，例如全参数微调，冻结微调，LoRA微调等

这里我们选择指令跟随微调。更多的微调训练范式可以参考之前的文章XTuner微调LLM实践。

指令跟随微调，一般是采用SFT**有监督的数据集进行微调，SFT数据集，表现形式一般是一问一答，一条数据一个标签的格式。

安装LLaMA-Factory

从Github上面下载最新的代码，并安装

git clone --depth 1 https://github.com/hiyouga/LLaMA-Factory.git
cd LLaMA-Factory
pip install -e ".[torch,metrics]"

官方提供了一键运行方式，可以分别实现对 Llama3-8B-Instruct 模型进行 LoRA 微调、推理和合并。

llamafactory-cli train examples/train_lora/llama3_lora_sft.yaml
llamafactory-cli chat examples/inference/llama3_lora_sft.yaml
llamafactory-cli export examples/merge_lora/llama3_lora_sft.yaml

但是我们选择，通过LLaMA Board实现可视化微调（由Gradio驱动），启动命令如下：

llamafactory-cli webui

访问链接地址 http://127.0.0.1:7860/

可以看到有Train（训练），Evaluate&Predict（评估和预测），Chat（对话），Export（导出）四个模块。

在这里插入图片描述

在这里插入图片描述

准备模型

我们可以选择从 OpenXLab** 上下载 Meta-Llama-3-8B-Instruct 的权重。

git lfs install
git clone https://code.openxlab.org.cn/MrCat/Llama-3-8B-Instruct.git Meta-Llama-3-8B-Instruct

点击Chat，选择好我们的模型名称LLaMA3-8B-Chat，模型位置path需要更改成，我们自己下载的离线模型位置。

可以看到，推理引擎可选：huggingface**，vllm。我们选择huggingface，然后点击加载模型。

在这里插入图片描述

加载占用的显存大小约16GB：

在这里插入图片描述

准备数据集

准备数据集，需要庞大且细致的工程。

数据工程概述：

  1. 数据收集（可以从网络收集，或者利用现有的大模型，例如GPT-4来生成）
  2. 数据清洗
  3. 数据格式转换，转换成特定的格式，一般是json
  4. 得到准备好的数据集Dataset**，一般我们准备好的数据集，还需要分成训练数据集和测试数据集

本教程我们选择LLaMA-Factory自带的数据集进行微调，位置在 /root/LLaMA-Factory/data/。

选择alpaca_gpt4_zh数据集，文件大小约为 34MB，选择预览数据集。

在这里插入图片描述

在这里插入图片描述

开始训练

包含微调方法有：full，freeze，lora。

训练方式包括：Supervised Fine-Tuning，Reword Modeling，PPO，DPO等。

为了节省算力和运行时间，我们选择LoRA微调方法，采用指令监督微调。在原有的大模型之前添加一个Adapter层。

让LLM套上LoRA之后，有了新的灵魂。关于LoRA的细节，可以参考文章XTuner微调LLM实践。

Web UI上面展示的训练指令：

在这里插入图片描述

展示的就是我们微调大模型常见的超参数配置，有关于超参数的分析，会在之后的文章给大家分享。

训练日志展示：

在这里插入图片描述

在这里插入图片描述

在这里插入图片描述

训练所需要的资源

我们的微调机器配置，是24GB显存的A100单卡机。

此时占用显存空间约为22GB。

在这里插入图片描述

完成LoRA微调，花费了9.5小时：

在这里插入图片描述

在这里插入图片描述

如何系统的去学习大模型LLM ？

大模型时代，火爆出圈的LLM大模型让程序员们开始重新评估自己的本领。 “AI会取代那些行业？”“谁的饭碗又将不保了？”等问题热议不断。

事实上，抢你饭碗的不是AI，而是会利用AI的人。

继科大讯飞、阿里、华为等巨头公司发布AI产品后，很多中小企业也陆续进场！超高年薪，挖掘AI大模型人才！ 如今大厂老板们，也更倾向于会AI的人，普通程序员，还有应对的机会吗？

与其焦虑……

不如成为「掌握AI工具的技术人」，毕竟AI时代，谁先尝试，谁就能占得先机！

但是LLM相关的内容很多，现在网上的老课程老教材关于LLM又太少。所以现在小白入门就只能靠自学，学习成本和门槛很高。

针对所有自学遇到困难的同学们，我帮大家系统梳理大模型学习脉络，将这份 LLM大模型资料 分享出来：包括LLM大模型书籍、640套大模型行业报告、LLM大模型学习视频、LLM大模型学习路线、开源大模型学习教程等, 😝有需要的小伙伴，可以 扫描下方二维码领取🆓↓↓↓

👉优快云大礼包🎁：全网最全《LLM大模型入门+进阶学习资源包》免费分享（安全链接，放心点击）👈

​

一、LLM大模型经典书籍

AI大模型已经成为了当今科技领域的一大热点，那以下这些大模型书籍就是非常不错的学习资源。

在这里插入图片描述

二、640套LLM大模型报告合集

这套包含640份报告的合集，涵盖了大模型的理论研究、技术实现、行业应用等多个方面。无论您是科研人员、工程师，还是对AI大模型感兴趣的爱好者，这套报告合集都将为您提供宝贵的信息和启示。(几乎涵盖所有行业)

在这里插入图片描述

三、LLM大模型系列视频教程

在这里插入图片描述

四、LLM大模型开源教程（LLaLA/Meta/chatglm/chatgpt）

在这里插入图片描述

LLM大模型学习路线 ↓

阶段1：AI大模型时代的基础理解

  • 目标：了解AI大模型的基本概念、发展历程和核心原理。

  • 内容：

    • L1.1 人工智能简述与大模型起源
    • L1.2 大模型与通用人工智能
    • L1.3 GPT模型的发展历程
    • L1.4 模型工程
    • L1.4.1 知识大模型
    • L1.4.2 生产大模型
    • L1.4.3 模型工程方法论
    • L1.4.4 模型工程实践
    • L1.5 GPT应用案例

阶段2：AI大模型API应用开发工程

  • 目标：掌握AI大模型API的使用和开发，以及相关的编程技能。

  • 内容：

    • L2.1 API接口
    • L2.1.1 OpenAI API接口
    • L2.1.2 Python接口接入
    • L2.1.3 BOT工具类框架
    • L2.1.4 代码示例
    • L2.2 Prompt框架
    • L2.3 流水线工程
    • L2.4 总结与展望

阶段3：AI大模型应用架构实践

  • 目标：深入理解AI大模型的应用架构，并能够进行私有化部署。

  • 内容：

    • L3.1 Agent模型框架
    • L3.2 MetaGPT
    • L3.3 ChatGLM
    • L3.4 LLAMA
    • L3.5 其他大模型介绍

阶段4：AI大模型私有化部署

  • 目标：掌握多种AI大模型的私有化部署，包括多模态和特定领域模型。

  • 内容：

    • L4.1 模型私有化部署概述
    • L4.2 模型私有化部署的关键技术
    • L4.3 模型私有化部署的实施步骤
    • L4.4 模型私有化部署的应用场景

这份 LLM大模型资料 包括LLM大模型书籍、640套大模型行业报告、LLM大模型学习视频、LLM大模型学习路线、开源大模型学习教程等, 😝有需要的小伙伴，可以 扫描下方二维码领取🆓↓↓↓

👉优快云大礼包🎁：全网最全《LLM大模型入门+进阶学习资源包》免费分享（安全链接，放心点击）👈

​

Langchain
关注
LLaMA Factory单机微调的实战教程
herosunly的博客
04-24 21万+
本文主要介绍了使用LLaMA Factory对大模型进行单机微调的实战教程，希望对学习大语言模型的同学们有所帮助。 文章目录 1. 前言 2. 配置环境 2.1 安装虚拟环境 2.2 安装依赖库 2.3 模型选型与下载 3. 运行代码 3.1 构建训练数据 3.2 修改配置文件 3.3 微调
LLaMA Factory多卡微调的实战教程
热门推荐
herosunly的博客
04-25 21万+
本文主要介绍了LLaMA Factory多卡微调的实战教程，希望对学习大语言模型的同学们有所帮助。 文章目录 1. 前言 2. 配置环境 2.1 安装虚拟环境 2.2 安装依赖库 2.3 模型选型与下载 2.4 配置多卡环境 3. 运行代码 3.1 构建训练数据 3.2 修改配置文件 3.3 微调 3.3.1 zero3微调 3.3.2 启动API 3.3.3 模型测试
LLaMA-Factory：手把手教你从零微调大模型！
php源码
07-24 1万+
在深度学习领域，模型微调通常指的是在预训练模型的基础上进行的进一步训练。预训练模型是在大量数据上训练得到的，它已经学习到了语言的基本规律和丰富的特征表示。然而，这些模型可能并不直接适用于特定的任务或领域，因为它们可能缺乏对特定领域知识的理解和适应性。模型微调通过在特定任务的数据集上继续训练预训练模型来进行，使得模型能够学习到与任务相关的特定特征和知识。这个过程通常涉及到模型权重的微幅调整，而不是从头开始训练一个全新的模型。
LLaMA-Factory实战推理
专注大数据与人工智能技术分享，欢迎私信加群互相学习！
06-02 2279
有效的微调已成为大型语言模型适应特定任务的必要条件之一。随着 Llama-Factory 的引入，这一全面的框架让训练更加高效，用户无需编写代码即可轻松为超过 100 个 LLMs 定制微调。
初学者入门大模型：一文彻底搞懂大模型 - LLaMA-Factory
最新发布
2401_85373691的博客
05-30 1143
如何高效地微调和部署大型语言模型（LLM）？LLaMA-Factory作为一个开源的微调框架，应运而生，为开发者提供了一个简便、高效的工具，以便在现有的预训练模型基础上，快速适应特定任务需求，提升模型表现。LLaMA-Factory作为一个功能强大且高效的大模型微调框架，通过其用户友好的界面和丰富的功能特性，为开发者提供了极大的便利。
微调神器LLaMA-Factory官方保姆级教程来了，从环境搭建到模型训练评估全覆盖
lqfarmer的博客
07-06 4998
数据集的格式要求在不同的阶段是不同的，本教程以sft阶段的数据集需求，将以系统自带的identity数据集和将自定义的一个商品文案生成数据集为例，介绍数据集的使用。更多详情可以在https://github.com/hiyouga/LLaMA-Factory/blob/main/data/README_zh.md 中找到相关解释。系统目前支持 alpaca 和sharegpt两种数据格式，以alpaca为例，整个数据集是一个json对象的list，具体数据格式为。
LLaMA-Factory：大语言模型微调框架（大模型）
2301_81940605的博客
07-18 5099
LLaMA-Factory 是一个国内北航开源的低代码大模型训练框架，专为大型语言模型（LLMs）的微调而设计
llama-factory SFT系列教程 (一)，大模型 API 部署与使用
jieshenai的博客
04-11 1万+
llama-factory 教程，实现大模型 api 部署；使用 llama_factory 的 API 部署有 vllm加速推理；
【07】LLaMA-Factory微调大模型——微调模型导出与微调参数分析
H66778899的博客
07-21 9184
【07】LLaMA-Factory微调大模型——微调模型导出与微调参数分析
llama-factory一个数据微调用例
07-26
"llama-factory"是一个数据微调的工具或平台，主要与LoRa（Long Range）技术相关，这是一项低功耗广域网通信技术，常用于物联网(IoT)应用。在给定的文件列表中，我们可以看到以下几个关键文件： 1. **dataset_info....
llama3 微调教程之 llama factory 的 安装部署与模型微调过程，模型量化和gguf转换。
失业求捞！
05-17 2万+
本文记录了从环境部署到微调模型、效果测试的全过程，以及遇到几个常见问题的解决办法，亲测可用（The installed version of bitsandbytes was compiled without GPU support. NotImplementedError: Architecture ‘LlamaForCausalLM’ not supported!
从零开始的LLaMA-Factory的指令增量微调
03-15 8984
LLaMA-Factory是开源的大模型微调框架，在模型微调方式、参数配置、数据集设置、模型保存、模型合并、模型测试以及模型试用上，提供了非常完备的开发接口。
一文彻底搞懂大模型 - LLaMA-Factory
Python_cocola的博客
10-10 2992
提供了一套完整的工具和接口，使得用户能够轻松地对。
LLaMa系列模型详解（原理介绍、代码解读）：LLaMa_llama模型
Z4400840的博客
08-24 2172
LLaMA（Large Language Model Meta AI）是由Meta（前身为Facebook）开发的一种大规模语言模型，旨在提高自然语言处理（NLP）任务的性能。LLaMA基于变换器（Transformer）架构，并经过大规模数据训练，以便在多种语言任务中表现出色。
LLama Factory 实操记录（一）
梦想是要有的，万一实现了呢！
12-20 8356
1. api端口参数说明： src/api。
LLaMA-Factory微调过程以及问题解决（保姆级教程）
2301_79486646的博客
04-11 1867
配置LLaMA-Factory所需的环境下载LLaMA-Factory-main，进入网站：https://github.com/hiyouga/LLaMA-Factory1. 切换到目录：（如：G:\LLaMA-Factory-main，前面加上 /mnt/，转到目标）2. 新增python运行环境3.激活环境4.安装llama-factory5.启动。
大模型高效训练一体框架 LLaMA Factory
2401_85375186的博客
01-17 1595
LLaMA-Factory 集成了众多优化方法，使用时不再需要繁琐的代码编写，仅需在网页上操作即可实现算法调用。框架结合了前面提到的 Flash Attention、GPTQ 作为核心算子，还集成了 LoRA 及其各种变体。基于这些算法，提供了大模型预训练、SFT、RLHF、DPO、SimPO 等优化策略，可以运行于 NVIDIA、Ascend、AMD 以及 Mac 等硬件之上。核心产品名为 LLaMA Board，通过可视化界面可实现零代码的模型微调。
LLaMA-Factory微调大模型微调模型评估
05-20
### LLaMA-Factory 微调后的大规模模型评估指标与方法 对于大规模语言模型（LLMs），尤其是经过微调的模型，其性能可以通过多种定量和定性的评价标准来衡量。以下是针对 LLaMA-Factory 微调后的大型模型可能适用的主要评估指标和方法： #### 1. **困惑度 (Perplexity)** 困惑度是一种常用的自然语言处理中的概率统计量，用于测量语言模型预测下一个词的能力。较低的困惑度表示更好的预测能力[^1]。具体来说，可以使用以下公式计算困惑度： \[ PPL = \exp\left(-\frac{1}{N} \sum_{i=1}^{N} \log P(w_i|w_1, w_2, ..., w_{i-1})\right) \] 其中 \( N \) 是语料库中的总词数，\( P(w_i|\cdot) \) 表示给定上下文条件下单词的概率。 #### 2. **BLEU Score** BLEU（Bilingual Evaluation Understudy）分数通常用来比较机器翻译系统的输出质量和参考译文的质量。尽管 BLEU 主要应用于翻译领域，但它也可以被扩展到其他生成任务中，例如文本摘要或评论生成。该评分基于 n-gram 的精确匹配率以及惩罚机制以避免过短的回答得分过高[^1]。 #### 3. **ROUGE Scores** ROUGE（Recall-Oriented Understudy for Gisting Evaluation）是一系列专门设计用于自动总结评测的标准之一。它主要关注召回率而非精度，并且支持字符级别、词级别甚至句级别的相似性分析。这对于像 paper-review 这样的特定应用场景非常有用。 ```python from rouge_score import rouge_scorer scorer = rouge_scorer.RougeScorer(['rouge-1', 'rouge-l'], use_stemmer=True) scores = scorer.score("generated review", "reference review") print(scores) ``` #### 4. **F1-Score 和 Accuracy** 当涉及到分类问题时，例如判断某篇论文是否应该接受还是拒绝，则 F1-score 或者 accuracy 成为了重要的评判依据。这些数值能够直观反映模型在二元或多类别决策上的表现如何。 #### 5. **Human Evaluation** 除了自动化指标之外，人类评审也是不可或缺的一部分。邀请领域专家对生成的内容进行主观打分可以帮助我们了解模型的实际应用价值及其局限所在。 #### 6. **Specific Domain Metrics** 考虑到您提到的是关于学术文章审查的任务，因此还可以引入一些更具体的域内指标，如科学论证强度、逻辑连贯性和术语准确性等方面的表现测评。 ---
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值