LLaMAFactory-0.9.3.dev-Qwen3-8B 镜像使用教程

镜像环境介绍

本镜像基于 LLaMA-Factory 框架，支持在多张 NVIDIA RTX 4090 GPU 上进行模型微调。具体支持的模型及硬件需求如下：

• Qwen3-8B：使用 LoRA 技术，结合 DeepSpeed ZeRO-3 Offload（ds3-offload），建议使用 1~2 张 RTX 4090

环境配置

• Python: 3.12.8
• PyTorch: 2.7.0.dev20250215+cu128
• CUDA: 12.8
• LLaMA-Factory: 0.9.3.dev

使用指南

创建实例

1.创建实例

2.选择合适的机型，立即部署

点击【Jupyterlab】进入操作页面

模型微调

分别运行以下命令即可对相应尺寸的模型进行监督微调（SFT）：
注意需要切换到LLaMA-Factory目录下运行

# 8B 模型微调
FORCE_TORCHRUN=1 llamafactory-cli train examples/train_lora/qwen3_lora_sft_ds3.yaml

注意事项

以 8B 模型为例，以下是配置文件的调整建议：

1. 数据集准备：在运行前，请确保已准备好数据集，并替换截图中标注的 2️⃣ dataset 部分。
2. 模型配置：根据任务需求和显存大小，调整截图中标注1️⃣的LoRA配置部分。
3. 序列长度与样本量：根据实际需求，调整截图中3️⃣最大序列长度和训练样本量。
4. 训练设置：截图中4️⃣保存步数、日志频率、输出目录等可根据需要自行调整。
5. 训练参数：截图中5️⃣学习率、批量大小等训练参数可根据任务需求灵活调整。

本镜像由 LLaMA-Factory 提供支持。