启动实例

在“控制台” - “实例列表”，找到对应的实例，点击对应实例“应用”的“JupyterLab”，在启动器中启动LLaMA-Factory：

显示 * Running on local URL: http://0.0.0.0:7860* 代表启动成功。

回到实例列表页面，点击对应实例“应用”中的“LLaMA-Factory”，即可在浏览器打开。

选择基础模型

语言：zh，因为我们要微调的是中文模型。

模型选择：GLM-4-9B-Chat

模型路径：/root/LLaMA-Factory/models/glm-4-9b-chat，默认会自动下载模型，不过速度可能比较慢，我的镜像中已经下载好几个模型，直接填写路径更快。

内置模型列表：

• chatglm3-6b
• glm-4-9b-chat
• Meta-Llama-3.1-8B-Instruct
• Qwen2-7B-Instruct
• Yi-1.5-9B-Chat

微调方法：lora

准备训练数据集

LLaMA-Factory自带了一些常用的数据集，如果你使用的数据集不在里边，可以修改 data/dataset_info.json，在其中增加自己的数据集。

这里我使用的是一个弱智吧问答数据集，数据集的格式是 alpaca，来源：https://huggingface.co/datasets/LooksJuicy/ruozhiba

大家准备自己的数据的时候，也一定要按照指定的格式来。

训练参数设置

训练参数需要根据实际训练效果进行调整，这里给出一个参考设置。

数据集：请根据你的需要选择，这里选择我上边定义的 ruozhiba_qa。

学习率：1e-4，设置的大点，有利于模型拟合。

计算类型：如果显卡较旧，建议计算类型选择fp16；如果显卡比较新，建议选择bf16。

梯度累计：2，有利于模型拟合。

LoRA+学习率比例：16，相比LoRA，LoRA+续写效果更好。

LoRA作用模块：all**，**表示将LoRA层挂载到模型的所有线性层上，提高拟合效果。

开始训练

根据训练方法和训练数据的大小，训练需要的时间不定。

推理测试

在“检查点路径”这里加载刚刚训练的LoRA模型，然后切换到“Chat”页签，点击“加载模型”。

测试完毕后，记得点击“卸载模型”，因为模型占用显存比较大，不释放的话，再进行别的任务可能会出错。

对比训练前后的变化：

训练前：

训练后：

这是一个比较感性的测试，如果需要更为正式的效果评估，请使用“Evaluate & Predict” 选择合适的评测数据集进行评估。

合并导出模型

有时候我们需要把模型导出来放在别的地方使用，输出一个完整的模型文件，而不是基础模型+LoRA模型。

检查点路径：训练出来的LoRA模型

导出目录：设置一个服务器上的路径，新的模型会存放到这里。

最后点击“开始导出”就行了。导出完毕后，请前往服务器相关的路径中下载模型。

LLaMA-Factory 架构

最后送大家一张 LLaMA-Factory 的架构图，方便理解其原理。

图片左侧：显示了 LLaMA-Factory 的架构，分为四个主要部分：LlamaBoard、Trainer、Model Loader 和 Data Worker。

• LlamaBoard：用于参数配置和训练状态监视。
• Trainer：负责优化和训练方法的选择，如 LoRA+、GaLoRe、Pre-train、SFT 等。
• Model Loader：负责模型初始化、补丁、量化和适配器等功能。
• Data Worker：负责加载、对齐、预处理和合并训练数据。

图片右侧：列出了支持的流行语言模型和大小，以及支持的训练方法。

• 支持的语言模型和大小：LLaMA、LLaMA-2、LLaMA-3、Command-R、Mistral/Mixtral、OLMo、Phi-1.5/2、Qwen、DeepSeek (MoE)、Falcon、Gemma/CodeGemma 和 StarCoder2。
• 支持的训练方法：全量调整、冻结调整、LoRA、QLoRA、奖励建模、PPO 训练、DPO 训练、ORPO 训练。

总体上来说，LLama-Factory 的使用还是挺顺利的，没有太多的坑。

听不如见，见不如做，自己动手，才能真正有所感悟！