LLaMA Factory 安装与配置指南：在 Ubuntu 上快速搭建大模型微调平台

什么是LLaMA Factory？
LLaMA Factory 是一个开源的大语言模型微调框架，它提供了一套高效、易用的工具集，支持多种主流大语言模型（如LLaMA、ChatGLM、Qwen 等）的微调与部署。该框架具有以下突出特点：
·支持模型丰富：兼容100+ 种大语言模型，涵盖LLaMA、Baichuan、ChatGLM、Qwen 等主流架构
·训练效率高：集成多种高效微调技术（LoRA、QLoRA 等），大幅降低显存需求
·界面友好：提供直观的Web UI，支持零代码操作的模型训练与推理
·功能完整：覆盖模型预训练、指令微调、奖励模型训练等全流程
无论您是研究者、开发者还是企业用户，LLaMA Factory 都能帮助您快速构建和定制专属的大语言模型应用。
环境安装与LLaMA Factory配置
一、安装git
在终端中执行以下命令，安装Git 工具：
sudo apt install git
二、下载LLama-factory
使用Git 克隆LLaMA Factory
项目仓库：git clone --depth 1 https://github.com/hiyouga/LLaMA-Factory.git

三、安装conda
1、安装Conda 所需依赖：
sudo apt install libgl1-mesa-glx libegl1-mesa libxrandr2 libxrandr2 libxss1 libxcursor1 libxcomposite1 libasound2 libxi6 libxtst6

2、下载conda 安装包
wget https://repo.anaconda.com/archive/Anaconda3-2024.10-1-Linux-x86_64.sh

3、安装conda
bash Anaconda3-2024.10-1-Linux-x86_64.sh
一路回车和yes，注意: 终端出现Anaconda3 will now be installed into this location:可输入自定义路径进而支持自定义conda安装路径(直接回车会默认安装到HOME目录)。

4、conda配置环境，默认没有配置环境（如下图）

查看conda安装位置

输入nano ~/.bashrc

在bashrc文件的最后一行加入：export PATH=/home/ad/anaconda3/bin:$PATH (ad是自己的用户名)。按Ctrl+x
保存并退出编辑

配置生效

用conda -V查看版本正常了

四、创建环境
1、创建llama-factory微调环境
conda create -n llama-factory python=3.10

激活环境
conda activate llama-factory
我这里配置环境后直接进入激活环境报错（要先初始化）

解决：
source activate（重新进入虚拟环境）
conda deactivate （退出性能环境）
conda activate llama-factory（重新激活虚拟环境）

2、进入llama-factory环境后，进入到LLama-Factory文件下，安装相关依赖
pip install -e “.[torch,metrics]” --no-build-isolation -i https://mirrors.aliyun.com/pypi/simple![在这里插入图片描述](https://i-blog.csdnimg.cn/direct/8579afb4efda4064850bfbe6ba999181.png#pic_center

3、启动LLama-Factory

（这里我用的是虚拟机ubuntu20.4安装LLama-Factory，可以在win系统下通过虚拟机IP地址访问LLama-Factory界面）

ubuntu可视化系统也能访问LLama-Factory

五、gradio公开域名微调
如果ubuntu是服务器版本没有桌面的，你又想使用图形化微调，可以通过
gradio创建公开域名链接进行微调
0表示第一张显卡：CUDA_VISIBLE_DEVICES=0
1表示创建1个域名链接：GRADIO_SHARE=1
查看有多少张卡：nvidia-smi -L

1、启动命令行：
CUDA_VISIBLE_DEVICES=0 GRADIO_SHARE=1 llamafactory-cli
gradio报错：

解决：
创建目录：mkdir -p /home/ad/.cache/huggingface/gradio/frpc

进入目录：cd /home/ad/.cache/huggingface/gradio/frpc

这个下载方式可能有问题：
wget https://github.com/gradio-app/gradio/raw/main/gradio/frpc_linux_amd64-O frpc_linux_amd64_v0.3

我用win浏览器下载，然后手动上传到frpc文件下：
链接：https://cdn-media.huggingface.co/frpc-gradio-0.3/frpc_linux_amd64

上传进frpc文件里，然后重命名
mv frpc_linux_amd64 frpc_linux_amd64_v0.3

添加权限 chmod +x frpc_linux_amd64_v0.3

启动 CUDA_VISIBLE_DEVICES=0 GRADIO_SHARE=1 llamafactory-cli webui

这样就生成了一条公开域名，你也可以分享给其他人用：
https://265175b551a47a2dd5.gradio.live/

六、下载模型
方法一：从Hugging-Face上下载
1、创建文件夹存放模型：mkdir Hugging-Face

2、临时修改HuggingFace镜像源（加速下载）
export HF_ENDPOINT=https://hf-mirror.com

3、临时修改模型默认下载位置
export HF_HOME=/home/ad/Hugging-Face

4、2和3是临时会话的，永久配置教程：
进入配置文件： sudo vi ~/.bashrc

写入内容：
export HF_ENDPOINT=https://hf-mirror.com
export HF_HOME=/data/Hugging-Face

按i编辑，按Esc再按:wq （保存退出）退出后，配置生效：
source ~/.bashrc
5、验证生效
echo $HF_HOMEecho
$HF_ENDPOINT

6、安装HuggingFace官方下载工具
pip install -U huggingface_hub -i https://mirrors.aliyun.com/pypi/simple

7、选择模型：
https://huggingface.co/Qwen/Qwen1.5-4B-Chat

8、下载模型：
huggingface-cli download --resume-download Qwen/Qwen1.5-4B-Chat

黄色是警告，这里说旧命令已经被弃用：⚠️ Warning: ‘huggingface-cli download’ is deprecated. Use ‘hf download’ instead.
8、模型加载成功（如果下载模型后没有自动显示路径，则需要自己到ubuntu找到模型下载的路径进行复制放到Model Path）

方法二：git lfs 下载模型方式
1、安装命令：sudo apt install git-lfs
2、魔塔找需要的模型链接：https://modelscope.cn/models

3、下载模型：
git clone https://www.modelscope.cn/Qwen/Qwen1.5-0.5B-Chat.git

方法三：modelscope下载模型方式
1、在llama-factory环境下载modelscope库，通过库下载：pip install modelscope

2、下载Qwen模型
modelscope download --model Qwen/Qwen3-VL-30B-A3B-Instruct --local_dir ‘root/qwen/qwen’ (–local_dir 'root/qwen/qwen’修改下载地址到qwen文件)
完成以上步骤，至此你就可以微调大模型了