用 LLaMA-Factory 在魔搭微调千问

最新推荐文章于 2025-06-11 11:19:08 发布

hawk2014bj

最新推荐文章于 2025-06-11 11:19:08 发布

阅读量1.8k

点赞数 5

CC 4.0 BY-SA版权

文章标签： llama

本文链接：https://blog.youkuaiyun.com/hawk2014bj/article/details/137799679

本文讲述了作者在魔搭平台上使用Qwen模型进行对话生成的过程，包括从预训练模型到调优、训练，以及在GPU环境下运行的实际操作。作者还提到了LLaMA-Factory工具的使用和模型优化的重要性。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

今天在魔搭上把千问调优跑通了，训练模型现在在 Mac 还不支持，需要用 N 卡才可以，只能弄个N 卡的机器，或者买个云服务器。魔搭可以用几十个小时，但是不太稳定，有的时候会自动停止。

注册账号

直接手机号注册就可以.

找到对应模型

这步可能不需要，随便一个模型，只要启动了 GPU 环境就可以，如果手里有代码，直接启动环境即可。进入模型说明页，通常会有一个测试代码把代码放到 notebook 直接运行接就可以看到结果。我用了Qwen一个最小的模型 0.5B，代码和运行结果如下：

from modelscope import AutoModelForCausalLM, AutoTokenizer
device = "cuda" # the device to load the model onto

model = AutoModelForCausalLM.from_pretrained(
    "Qwen/Qwen1.5-0.5B-Chat",
    torch_dtype="auto",
    device_map="auto"
)
tokenizer = AutoTokenizer.from_pretrained("Qwen/Qwen1.5-0.5B-Chat")

prompt = "你好，什么是 Java？"
messages = [
    {"role": "system", "content": "You are a helpful assistant."},
    {"role": "user", "content": prompt}
]
text = tokenizer.apply_chat_template(
    messages,
    tokenize=False,
    add_generation_prompt=True
)
model_inputs = tokenizer([text], return_tensors="pt").to(device)

generated_ids = model.generate(
    model_inputs.input_ids,
    max_new_tokens=512
)
generated_ids = [
    output_ids[len(input_ids):] for input_ids, output_ids in zip(model_inputs.input_ids, generated_ids)
]

response = tokenizer.batch_decode(generated_ids, skip_special_tokens=True)[0]
print(response)

在这里插入图片描述

调优

调优模型需要几步，首先，需要准备数据，我这里就是测试一下，所以就直接用了 LLama Factory 的例子。然后，配置命令行参数进行模型训练。

安装LLaMA Factory, 通过 notebook 打开安装

git clone https://github.com/hiyouga/LLaMA-Factory.git
cd LLaMA-Factory
pip install -r requirements.txt
pip install modelscope -U

运行训练命令
–model_name_or_path 模型名称要写对
–dataset 训练数据集名称要写对，这个名称是在/data/dataset_info.json进行配置，直接搜索 example 就可以看到
训练很快，因为训练数据就两条，就是测试一下。

CUDA_VISIBLE_DEVICES=0 python src/train_bash.py \
    --stage sft \
    --do_train \
    --model_name_or_path Qwen/Qwen1.5-0.5B-Chat \  
    --dataset example \
    --template qwen \
    --finetuning_type lora \
    --lora_target q_proj,v_proj \
    --output_dir  output\
    --overwrite_cache \
    --overwrite_output_dir true \
    --per_device_train_batch_size 2 \
    --gradient_accumulation_steps 32 \
    --lr_scheduler_type cosine \
    --logging_steps 10 \
    --save_steps 1000 \
    --learning_rate 5e-5 \
    --num_train_epochs 3.0 \
    --plot_loss \
    --fp16

合并训练好的模型
–export_dir Qwen1.5-0.5B-Chat_fine 导出的位置要写对

CUDA_VISIBLE_DEVICES=0 python src/export_model.py \
    --model_name_or_path Qwen/Qwen1.5-0.5B-Chat\
    --adapter_name_or_path output \
    --template qwen \
    --finetuning_type lora \
    --export_dir Qwen1.5-0.5B-Chat_fine \
    --export_size 2 \
    --export_legacy_format False

运行模型
模型位置要写对，否则会报错。

from modelscope import AutoModelForCausalLM, AutoTokenizer
device = "cuda" # the device to load the model onto

model = AutoModelForCausalLM.from_pretrained(
    "/mnt/workspace/LLaMA-Factory/Qwen1.5-0.5B-Chat_fine",
    torch_dtype="auto",
    device_map="auto"
)
tokenizer = AutoTokenizer.from_pretrained("/mnt/workspace/LLaMA-Factory/Qwen1.5-0.5B-Chat_fine")

prompt = "你好，纽约天怎么样？"
messages = [
    {"role": "system", "content": "You are a helpful assistant."},
    {"role": "user", "content": prompt}
]
text = tokenizer.apply_chat_template(
    messages,
    tokenize=False,
    add_generation_prompt=True
)
model_inputs = tokenizer([text], return_tensors="pt").to(device)

generated_ids = model.generate(
    model_inputs.input_ids,
    max_new_tokens=512
)
generated_ids = [
    output_ids[len(input_ids):] for input_ids, output_ids in zip(model_inputs.input_ids, generated_ids)
]

response = tokenizer.batch_decode(generated_ids, skip_special_tokens=True)[0]
print(response)

现在各种开源框架很多，训练起来不复杂，但是如果想训练一个可用的生产模型，还是要花一些时间的，可以比较一下训练前和训练后，模型对纽约天气的回答，大概率出现幻觉。