Llama Factory 实战，轻量级微调 LLM，大模型入门到精通，收藏这篇就足够了！

最新推荐文章于 2025-12-01 20:11:28 发布

原创最新推荐文章于 2025-12-01 20:11:28 发布 · 542 阅读

CC 4.0 BY-SA版权

文章标签：

#llama #人工智能 #langchain #AI大模型 #自然语言处理 #LLM #微调

LLaMA Factory 是一个简单易用且高效的大型语言模型训练与微调平台，可以在有限的算力条件下快速完成模型训练。它的高效性与轻量级优势，核心在于通过注入额外模块或矩阵（如 LoRA、Prefix Tuning 等技术）对原有 LLM 模型进行针对性训练 —— 大部分参数被冻结无需参与训练，省去了全量微调的繁琐与资源消耗。

原始链接：

https://github.com/hiyouga/LLaMA-Factory

中文链接：

https://llamafactory.readthedocs.io/zh-cn/latest/index.html

讲在前面: 为什么使用Llama Factory ？什么样的场景下适合使用Llama Factory。

Llama Factory的核心在于它解决了「技术门槛高、资源需求大、流程碎片化」，对于代码基础不是特别好的同学特别友好，并且支持监督微调（SFT）、奖励建模（RM）、强化学习（RLHF/DPO）等全链路训练的技术栈，相比于手搓代码更简单、更便捷、更高效。另外，Llama Factory适合以下三类场景：

「资源有限、轻量、高效」的轻量化微调场景
「垂直领域」的模型定制场景
「交互类应用」的快速落地测试场景

Llama Factory 实战

从官网（原始链接）下载Llama Factory包，或者使用如下命令：

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

创建conda环境（运行环境）：

conda create -n llama_factory python=3.10conda activate llama_factorycd LLaMA-Factorypip install -r requirements.txt

检验下是否安装成功（打印出一系列参数表明安装成功，如果想知道Llama Factory中不同参数的用处，也可以使用该命令来查看）：

llamafactory-cli train -h

下载需要进行微调的模型到本地（以llama/llama3-8B为例）

modelscope download --model llama/Meta-Llama-3-8B-Instruct --local_dir ./dir

--local\_dir 表示大模型参数文件下载后存储的地址，根据自己的需求进行更改。

LLaMA-Factory 内置了基于 Gradio 开发的 ChatBot 推理页面，可用于对模型效果进行人工测试。在 LLaMA-Factory 目录下，执行以下命令即可启动该页面：

CUDA_VISIBLE_DEVICES=0 llamafactory-cli webchat --model_name_or_path llama/Meta-Llama-3-8B-Instruct --template llama3

支持模型的Template，请参考以下链接：

https://github.com/hiyouga/LLaMA-Factory?tab=readme-ov-file#supported-models

运行后会自动跳转到以下页面（http://127.0.0.1:7860/）：

以上是LLaMA-Factory启动方式，下面具体描述下如何通过LLaMA-Factory来对LLM开源模型进行微调，主要分为三个阶段：

数据准备，
SFT指令微调；
Merg模型合并。

一、数据准备

我们将SFT的任务定义为一个简单的"生成式推荐"任务，

言简意赅：根据用户的需求来推荐对应的电影，对应的训练数据应该如下：

{"prompt":"推荐Adventure, Animation, Children, Comedy, Fantasy类型的电影","response":"Toy Story (1995)"}

对应的数据集，可以发送"MovieLens"获取，或者自行根据MovieLens 32M数据集进行构建。

将响应的数据放在LLaMA-Factory项目的data目录下，包括train.json和test.json；

并需要在项目的data/dataset_info.json中加入数据集的相关信息进行注册，设置生成式推荐的数据集名称是"gen_recommend"，再填入文件路径和数据集json文件中的字段；这样做是为了，SFT训练阶段开源直接根据数据集名称自动映射到对应的数据集上。

二、SFT指令微调

执行以下命令，即可开始训练；

CUDA_VISIBLE_DEVICES=0 llamafactory-cli train --stage sft --do_train --model_name_or_path llama/Meta-Llama-3-8B-Instruct --dataset movies_sft --dataset_dir ./data --template llama3 --finetuning_type lora --output_dir llama/SFT-Meta-Llama-3-8B-Instruct --overwrite_cache --overwrite_output_dir --cutoff_len 1024 --preprocessing_num_workers 16 --per_device_train_batch_size 1 --per_device_eval_batch_size 1 --gradient_accumulation_steps 8 --lr_scheduler_type cosine --logging_steps 50 --warmup_steps 20 --save_steps 100 --eval_steps 100 --learning_rate 5e-5 --num_train_epochs 5.0 --max_samples 1000 --val_size 0.1 --plot_loss --fp16

训练完成之后，可以在LoRA的模型文件中看到整个训练过程的loss。

三、Merg模型合并

经过基于 LoRA的训练完成后，一般需要进行 Merge 操作，这是为了将 LoRA模型的权重融合回原始基础模型中，从而得到一个完整、可独立部署的模型。

LLaMA-Factory中是通过启动基于Gadio的WeChat服务的时候，通过添加两个参数分别是：--adapter\_name\_or\_path和 finetuning\_type，告知服务当前调用的LLM是经过了LoRA训练，然后自动加载LoRA训练后得到的模型。

CUDA_VISIBLE_DEVICES=0 llamafactory-cli webchat --model_name_or_path llama/Meta-Llama-3-8B-Instruct --finetuning_type lora --adapter_name_or_path llama/SFT-Meta-Llama-3-8B-Instruct --template llama3

还有一种更简单的方式：直接通过代码来对原模型参数和LoRA后的模型参数进行merge，然后在启动服务的时候，直接将基座模型的路径改成merge后的路径即可。

import os
import argparse
import shutil
import torch
from transformers import AutoModelForCausalLM, AutoTokenizer
from peft import PeftModel
def parse_args():
parser = argparse.ArgumentParser("Merge LoRA adapter into base model")
parser.add_argument("--output_lora", required=True, help="LoRA adapter 目录")
parser.add_argument("--model_name", required=True, help="基座模型目录")
parser.add_argument("--out_dir", default=None, help="合并后模型输出目录")
parser.add_argument("--cpu", action="store_true", help="在 CPU 上合并")
return parser.parse_args()
def main():
args = parse_args()
lora_dir = os.path.abspath(args.output_lora)
base_dir = os.path.abspath(args.model_name)
out_dir  = os.path.abspath(args.out_dir or lora_dir + "-merged")
os.makedirs(out_dir, exist_ok=True)
# 检查文件存在性
for f, desc in [(lora_dir, "LoRA目录"), (base_dir, "基座目录")]:
assert os.path.isdir(f), f"{desc}不存在: {f}"
assert os.path.isfile(os.path.join(lora_dir, "adapter_config.json")), "缺少 adapter_config.json"
assert os.path.isfile(os.path.join(base_dir, "config.json")), "基座目录缺少 config.json"
# 设置设备与 dtype
device_map = None if args.cpu else "auto"
dtype = torch.float32 if args.cpu else (torch.bfloat16 if torch.cuda.is_bf16_supported() else torch.float16)
# 加载基座模型
base = AutoModelForCausalLM.from_pretrained(
base_dir, torch_dtype=dtype, device_map=device_map, trust_remote_code=True, local_files_only=True
)
# 加载LoRA并合并
merged = PeftModel.from_pretrained(base, lora_dir, is_trainable=False).merge_and_unload()
# 保存完整模型和 tokenizer
merged.save_pretrained(out_dir, safe_serialization=True, max_shard_size="2GB")
AutoTokenizer.from_pretrained(base_dir, trust_remote_code=True, local_files_only=True).save_pretrained(out_dir)
# 尝试保存 generation_config
if hasattr(base, "generation_config") and base.generation_config is not None:
try: base.generation_config.save_pretrained(out_dir)
except: pass
# 拷贝可选额外文件
for extra in ["chat_template.jinja"]:
src = os.path.join(base_dir, extra)
if os.path.isfile(src): shutil.copy2(src, os.path.join(out_dir, extra))
if __name__ == "__main__":
main()

想入门 AI 大模型却找不到清晰方向？备考大厂 AI 岗还在四处搜集零散资料？别再浪费时间啦！2025 年 AI 大模型全套学习资料已整理完毕，从学习路线到面试真题，从工具教程到行业报告，一站式覆盖你的所有需求，现在全部免费分享！

👇👇扫码免费领取全部内容👇👇