使用LLaMA-Factory微调Qwen2.5-0.5B实验记录_pip 安装 lamafactory 服务并微调-优快云博客

1.安装LLaMA-Factory

先在github上拉取项目代码

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

进入项目目录

cd LLaMA-Factory

创建虚拟环境

conda create -n factory python=3.11

下载安装包

pip install -e ".[torch,metrics]"

2.启动 LLaMA-Factory前端页面

llamafactory-cli webui

这里可能会报错，直接重新创建虚拟环境，按照流程重新安装：

RuntimeError: Failed to import trl.trainer.dpo_trainer because of the following error (look up to see its traceback):
cannot import name 'log' from 'torch.distributed.elastic.agent.server.api' (/opt/conda/lib/python3.10/site-packages/torch/distributed/elastic/agent/server/api.py)

3.训练参数设置

设置完成后点击开始

训练正常开始

训练过程中，损失函数可以实现可视化

4.推理

采用lora动态合并的方式，会加载基础模型并应用 LoRA 微调适配器，从而实现微调后的模型效果。

CUDA_VISIBLE_DEVICES=0 llamafactory-cli chat  
--model_name_or_path /model/Qwen2.5-0.5B-Instruct/  
--adapter_name_or_path /LLaMA-Factory/LLaMA-Factory/saves/Qwen2.5-0.5B/lora/train_2024-11-13-16-17-06/checkpoint-186  
--template qwen

推理效果正常

5.Lora权重合并

进入Lora合并的yaml文件夹下：

cd LLaMA-Factory/LLaMA-Factory/examples/merge_lora

新建一个qwen2.5_lora_sft.yaml文件，仿照项目中的llama3_lora_sft.yaml，创建合并的yaml文件

### model
model_name_or_path: /model/Qwen2.5-0.5B-Instruct  #基础模型路径
adapter_name_or_path: /LLaMA-Factory/LLaMA-Factory/saves/Qwen2.5-0.5B/lora/train_2024-11-14-09-03-29/checkpoint-321    #微调保存的Lora权重路径
template: qwen
finetuning_type: lora

### export
export_dir: /model/Qwen2.5-0.5B-merge   #合并后模型文件导出路径
export_size: 2
export_device: cpu
export_legacy_format: false

进入到LLaMA-Factory根目录下，执行合并命令

llamafactory-cli export examples/merge_lora/qwen2.5_lora_sft.yaml

推理测试

CUDA_VISIBLE_DEVICES=0 llamafactory-cli chat  
--model_name_or_path /model/Qwen2.5-0.5B-merge    
--template qwen

有一个小问题，实验采用的是刑法instruct数据集，发现采用上面的动态lora合并推理效果好像更好，有了解的朋友还请帮忙解答，感谢！