大模型微调实战：通过 LoRA 微调修改模型自我认知
本文主要分享如何使用 LLaMAFactory 实现大模型微调，基于 Qwen1.5-1.8B-Chat 模型进行 LoRA 微调，修改模型自我认知。
本文的一个目的：基于 Qwen1.5-1.8B-Chat 模型进行微调，修改模型自我认证。
修改前对于 Qwen1.5-1.8B-Chat 模型，用户问你是谁？时模型一般会回答我是阿里云自主研发的超大规模语言模型，我叫通义千问。
我们希望在微调之后，对于同样的问题，模型能回答我是 Archer，由 意琦行 研发。
1. 训练相关概念
上一篇文章 GPT 是如何炼成的：大模型微调基础概念指北 中分享了模型训练的相关概念，这里简单复习一下。
ChatGPT 是如何炼成的？
ChatGPT 是如何炼成的，或者说如何训练出一个大模型？
训练一个大模型一般可以分为三步：
[*]1）预训练（Pre Training，PT）：提供海量数据，通过无监督预训练，花费大量算力得到一个基座模型
[*]比如 Llama 3 在 24K GPU 集群上训练，使用了 15T 的数据
[*]此时模型有预测下一个 token 的能力，但是离对话 / 问答 模型还差一点，可能不会回复你的问题，反而给你生成一个类似的问题
[*]2）指令微调（Supervised Fine-Tuning, SFT）：在基座模型上微调，让模型能够适用特定任务，最终得到一个 SFT 模型
[*]比如为了让模型成为问答助手，需要让模型学习更多的问答对话，从而学习到我们输入问题的时候，模型应该输出答案，而不是输出一个类似的问题。
[*]这些问答对话由人类准备的，包括问题和正确的回答。
[*]3）强化学习（Reinforcement Learning from Human Feedback, RLHF）：通过人类反馈进一步优化模型的生成质量，使其生成的回答更符合用户的期望和人类的价值观。
[*]一般根据 3H 原则进行打分：
[*]Helpful：判断模型遵循用户指令以及推断指令的能力。
[*]Honest：判断模型产生幻觉( 编造事实)的倾向。
[*]Harmless：判断模型的输出是否适当、是否诋毁或包含贬义内容。
[*]为了简化这一过程，一般是先训练一个用于打分的模型，即：奖励模型（Reward Model，RW），让奖励模型来代替人实现强化学习
预训练由于对算力和数据需求都比较大，因此要求比较高，一般用户不会涉及到预训练。
更多的是基于开源的基础模型（LLama、Baichuan、Qwen、ChatGLM...）等做微调、强化学习以满足自身需求。
微调
什么是大模型微调？
大模型微调，也称为Fine-tuning，是指在已经预训练好的大型语言模型基础上（一般称为“基座模型”），使用特定的数据集进行进一步的训练，让模型适应特定任务或领域。
微调方法
上一篇中介绍了比较主流的训练方法，这里简单提一下：
微调根据更新参数量不同可以分为以下两种：
[*]全量参数更新 Full Fine-tuning（FFT）：即对预训练模型的所有参数进行更新，训练速度较慢，消耗机器资源较多。
[*]参数高效微调 Parameter-Efficient Fine-Tuning（PEFT）：只对部分参数做调整，训练速度快，消耗机器资源少。
理论上，预训练和微调都可以做全量参数更新和部分参数更新，但是一般实际训练时都是 预训练 + 全量，微调 + 部分参数更新 这样组合的。
其中 PEFT 是一系列方法的统称，Scaling Down to Scale Up: A Guide to Parameter-Efficient Fine-Tuning 论文里系统地概述和比较了参数高效微调方法，涵盖了 2019 年 2 月至 2023 年 2 月之间发表的 40 多篇论文。
文中作者将高效微调方法分为三类：
[*]添加额外参数 A（Addition-based）
[*]类似适配器的方法（Adapter-like methods）
[*]软提示（Soft prompts）
[*]选取部分参数更新 S（Selection-based）
[*]引入重参数化 R（Reparametrization-based）
选择合适的微调方法和框架可以显著提高效率，减少资源消耗，并帮助研究者和开发者更好地适应和优化特定任务。
具体就不介绍了，感兴趣的同学可以跳转论文查看~
现在比较主流的几种 PEFT：Prompt Tuning、Prefix Tuning、LoRA、QLoRA。
微调框架
比较主流的几个微调、训练工具：
[*]huggingface/transformers：最基础的一个库,提供了丰富的预训练模型和微调工具，支持大多数主流的NLP任务（如文本分类、序列标注、生成任务等）。适合进行快速实验和生产部署，有着广泛的社区支持。
[*]huggingface/peft：Parameter-Efficient Fine-Tuning，huggingface 开源的微调基础工具
[*]modelscope/ms-swift：modelscope 开源的轻量级微调框架
[*]以中文大模型为主，支持各类微调方法
[*]可以通过执行脚本进行微调，也可以在代码环境中一键微调
[*]自带微调数据集和验证数据集，可以一键微调 + 模型验证
[*]hiyouga/LLaMA-Factory：全栈微调工具
[*]支持海量模型 + 各种主流微调方法
[*]运行脚本微调
[*]基于 Web 端微调
[*]自带基础训练数据集
[*]除微调外，支持增量预训练和全量微调
[*]NVIDIA/Megatron-LM：NVIDIA开发的大模型训练框架，支持大规模的预训练和微调。适用于需要极高性能和规模的大模型训练和微调。
快速实验选择 Transformers 即可，超大规模的选择 NVIDIA/Megatron-LM，普通规模就选择使用较为简单的 hiyouga/LLaMA-Factory。
本文则使用 LLaMAFactory 演示如何进行 LoRA 微调。
2.安装 LLaMAFactory
首先要准备一个 GPU 环境，可以参考这篇文章：GPU 环境搭建指南：如何在裸机、Docker、K8s 等环境中使用 GPU
简单起见，直接使用镜像 pytorch/pytorch:2.0.1-cuda11.7-cudnn8-runtime 启动容器进行测试。
环境如下：
[*]python 3.10.6
[*]NVIDIA A40
root@sft:/root # python3 -V
Python 3.10.6
root@sft:/root # nvidia-smi
Tue Jul 23 14:36:46 2024
+-----------------------------------------------------------------------------+
| NVIDIA-SMI 525.147.05 Driver Version: 525.147.05 CUDA Version: 12.0 |
|-------------------------------+----------------------+----------------------+
| GPUName Persistence-M| Bus-Id Disp.A | Volatile Uncorr. ECC |
| FanTempPerfPwr:Usage/Cap| Memory-Usage | GPU-UtilCompute M. |
| | | MIG M. |
|===============================+======================+======================|
| 0NVIDIA A40 Off| 00000000:00:07.0 Off | 0 |
|0% 43C P0 87W / 300W | 484MiB / 46068MiB | 0% Default |
| | | N/A |
+-------------------------------+----------------------+----------------------+
+-----------------------------------------------------------------------------+
| Processes: |
|GPU GI CI PID Type Process name GPU Memory |
| ID ID Usage |
|=============================================================================|
+-----------------------------------------------------------------------------+接下来就安装 LLaMAFactory
git clone -b v0.8.1 https://github.com/hiyouga/LLaMA-Factory.git
cd LLaMA-Factory
pip install -e .如果安装比较慢，可以先配置以下 pip 源
pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple/
pip config set install.trusted-host pypi.tuna.tsinghua.edu.cn3. 准备模型数据集
准备模型
这里我们使用 Qwen1.5-1.8B-Chat 模型进行微调，首先下载模型。
这里使用一个尽量小的模型以避免部分设备因为 GPU 不够而无法完成微调。
使用 git lfs 进行下载
# 安装并初始化 git-lfs
apt install git-lfs -y
git lfs install
# 下载模型
git lfs clone https://www.modelscope.cn/qwen/Qwen1.5-1.8B-Chat.git下载完成后，包括如下内容：
文件比较大，一定要下载完整才行
root@lixd-sft:/mnt/b66582121706406e9797ffaf64a831b0/model/Qwen1.5-1.8B-Chat# ll -lhS
total 3.5G
-rw-r--r-- 1 root root 3.5G7月 23 15:32 model.safetensors
-rw-r--r-- 1 root root 6.8M7月 23 15:22 tokenizer.json
-rw-r--r-- 1 root root 2.7M7月 23 15:22 vocab.json
-rw-r--r-- 1 root root 1.6M7月 23 15:22 merges.txt
-rw-r--r-- 1 root root 7.2K7月 23 15:22 LICENSE
-rw-r--r-- 1 root root 4.2K7月 23 15:22 README.md
drwxr-xr-x 3 root root 4.0K7月 23 15:22 ./
-rw-r--r-- 1 root root 1.5K7月 23 15:22 .gitattributes
-rw-r--r-- 1 root root 1.3K7月 23 15:22 tokenizer_config.json
-rw-r--r-- 1 root root6627月 23 15:22 config.json
-rw-r--r-- 1 root root2067月 23 15:22 generation_config.json
drwxr-xr-x 9 root root1747月 23 15:33 .git/
drwxr-xr-x 7 root root1277月 23 15:22 ../
-rw-r--r-- 1 root root 517月 23 15:22 configuration.json准备数据集
准备数据集可以分为两个步骤：
[*]1）准备数据集文件，json 格式，存放到 data 目录下
[*]2）注册数据集，将 json 文件注册到 data 目录下的 dataset_info.json 文件
准备数据集
LLaMA-Factory 内置了一些数据集，本次就使用内置的identity 数据集，用于修改模型的自我意识。
比如 Qwen 模型，默认会说自己是通义千问，我们微调后将其变为 Archer。
identity.json 部分内容如下：
大家跳转原地址下载即可
[
{
"instruction": "hi",
"input": "",
"output": "Hello! I am {{name}}, an AI assistant developed by {{author}}. How can I assist you today?"
},
{
"instruction": "Who are you?",
"input": "",
"output": "I am {{name}}, an AI assistant developed by {{author}}. How can I assist you today?"
},{
"instruction": "你身份是什么？",
"input": "",
"output": "您好，我叫 {{name}}，是一个由 {{author}} 训练和开发的人工智能助手。我的主要目标是协助用户解决问题和满足他们的需求。"
},
{
"instruction": "能介绍一下你自己吗？",
"input": "",
"output": "当然可以，我是 {{name}}，一个由 {{author}} 开发的人工智能助手，可以为您提供回答和帮助。"
}
]可以看到都是一些关于模型自我认知的一些问题，基于该数据集训练即可改变模型自我认知。
首先是对文中的变量{{name}} 和{{author}}进行替换：
sed -i 's/{{name}}/Archer/g; s/{{author}}/意琦行/g' data/identity.json替换后就像这样：
[
{
"instruction": "hi",
"input": "",
"output": "Hello! I am Archer, an AI assistant developed by 意琦行. How can I assist you today?"
},
{
"instruction": "能介绍一下你自己吗？",
"input": "",
"output": "当然可以，我是 Archer，一个由 意琦行 开发的人工智能助手，可以为您提供回答和帮助。"
}
]数据集注册
对于新增数据集，我们还要将其注册到 LLaMAFactory。
不过 identity 是内置数据集，已经注册好了，可以跳过这步。
数据集注册可以分为以下两步：
[*]1）将数据集移动到 data 目录下
[*]2）修改 dataset_info.json 注册数据集
dataset_info.json 就是所有数据集的一个集合，部分内容如下：
root@test:/LLaMA-Factory# cat data/dataset_info.json
{
"identity": {
"file_name": "identity.json"
},
}参数含义：
[*]key 为数据集名称，比如这里的 identity
[*]value 为数据集配置，只有文件名 file_name 为必填的，比如这里的 identity.json
处理好之后，再将 identity.json 文件移动到 data 目录就算是完成了数据集注册。
默认所有数据集都在 data 目录中，会按照 data/identity.json 目录获取，因此需要将数据集移动到 data 目录下。
数据集和模型都准备好就可以开始微调了。
4. 开始微调
之前需要使用对应 shell 脚本进行微调，新版提供了 llamafactory-cli 命令行工具使用。
开始微调
完整命令如下，参数还是比较多，按照教程操作的话，只需要替换模型路径即可。
modelPath=models/Qwen1.5-1.8B-Chat
llamafactory-cli train \
--model_name_or_path $modelPath \
--stage sft \
--do_train \
--finetuning_type lora \
--template qwen \
--dataset identity \
--output_dir ./saves/lora/sft \
--learning_rate 0.0005 \
--num_train_epochs 8 \
--cutoff_len 4096 \
--logging_steps 1 \
--warmup_ratio 0.1 \
--weight_decay 0.1 \
--gradient_accumulation_steps 8 \
--save_total_limit 1 \
--save_steps 256 \
--seed 42 \
--data_seed 42 \
--lr_scheduler_type cosine \
--overwrite_cache \
--preprocessing_num_workers 16 \
--plot_loss \
--overwrite_output_dir \
--per_device_train_batch_size 1 \
--fp16输出如下
# 加载数据集
Converting format of dataset (num_proc=16): 100%|███████████████████████████████████████████████| 91/91
Running tokenizer on dataset (num_proc=16): 100%|████████████████████████████████████████████████| 91/91
input_ids:
inputs:
<|im_start|>system
You are a helpful assistant.<|im_end|>
<|im_start|>user
hi<|im_end|>
<|im_start|>assistant
Hello! I am Archer, an AI assistant developed by 意琦行. How can I assist you today?<|im_end|>
label_ids:
[-100, -100, -100, -100, -100, -100, -100, -100, -100, -100, -100, -100, -100, -100, -100, -100, -100, -100, -100, -100, 9707, 0, 358, 1079, 58879, 11, 458, 15235, 17847, 7881, 553, 6567, 226, 237, 108619, 22243, 13, 2585, 646, 358, 7789, 498, 3351, 30, 151645]
labels:
Hello! I am Archer, an AI assistant developed by 意琦行. How can I assist you today?<|im_end|>
2024-07-23 15:45:27,398 >> loading configuration file /mnt/b66582121706406e9797ffaf64a831b0/model/Qwen1.5-1.8B-Chat/config.json
2024-07-23 15:45:27,400 >> Model config Qwen2Config {
"_name_or_path": "/mnt/b66582121706406e9797ffaf64a831b0/model/Qwen1.5-1.8B-Chat",
"architectures": [
"Qwen2ForCausalLM"
],
"attention_dropout": 0.0,
"bos_token_id": 151643,
"eos_token_id": 151645,
"hidden_act": "silu",
"hidden_size": 2048,
"initializer_range": 0.02,
"intermediate_size": 5504,
"max_position_embeddings": 32768,
"max_window_layers": 21,
"model_type": "qwen2",
"num_attention_heads": 16,
"num_hidden_layers": 24,
"num_key_value_heads": 16,
"rms_norm_eps": 1e-06,
"rope_theta": 1000000.0,
"sliding_window": 32768,
"tie_word_embeddings": false,
"torch_dtype": "bfloat16",
"transformers_version": "4.41.2",
"use_cache": true,
"use_sliding_window": false,
"vocab_size": 151936
}
# 加载模型权重
2024-07-23 15:45:27,461 >> loading weights file /mnt/b66582121706406e9797ffaf64a831b0/model/Qwen1.5-1.8B-Chat/model.safetensors
2024-07-23 15:45:27,482 >> Instantiating Qwen2ForCausalLM model under default dtype torch.float16.
2024-07-23 15:45:27,485 >> Generate config GenerationConfig {
"bos_token_id": 151643,
"eos_token_id": 151645
}
# 开始训练
2024-07-23 15:50:04,738 >> ***** Running training *****
2024-07-23 15:50:04,738 >> Num examples = 91
2024-07-23 15:50:04,738 >> Num Epochs = 5
2024-07-23 15:50:04,738 >> Instantaneous batch size per device = 1
2024-07-23 15:50:04,738 >> Total train batch size (w. parallel, distributed & accumulation) = 8
2024-07-23 15:50:04,738 >> Gradient Accumulation steps = 8
2024-07-23 15:50:04,738 >> Total optimization steps = 55
2024-07-23 15:50:04,741 >> Number of trainable parameters = 7,495,680
# loss 日志
{'loss': 0.4613, 'grad_norm': 1.1036323308944702, 'learning_rate': 8.176284240242638e-06, 'epoch': 4.48}
{'loss': 0.2371, 'grad_norm': 1.2189464569091797, 'learning_rate': 4.61021075223364e-06, 'epoch': 4.57}
{'loss': 0.1993, 'grad_norm': 0.9958950281143188, 'learning_rate': 2.052496544188487e-06, 'epoch': 4.66}
{'loss': 0.407, 'grad_norm': 1.3202508687973022, 'learning_rate': 5.136518124159162e-07, 'epoch': 4.75}
{'loss': 0.2622, 'grad_norm': 1.1825435161590576, 'learning_rate': 0.0, 'epoch': 4.84}
# 训练完成
100%|███████████████████████████████████████████████████████████████████████████████████████████████████| 55/55 2024-07-23 15:51:37,166 >>
Training completed. Do not forget to share your model on huggingface.co/models =)
{'train_runtime': 92.425, 'train_samples_per_second': 4.923, 'train_steps_per_second': 0.595, 'train_loss': 1.0069455030289562, 'epoch': 4.84}
100%|███████████████████████████████████████████████████████████████████████████████████████████████████| 55/55
2024-07-23 15:51:37,168 >> Saving model checkpoint to ./saves/lora/sft
/root/miniconda3/envs/python38/lib/python3.8/site-packages/peft/utils/save_and_load.py:195: UserWarning: Could not find a config file in /mnt/b66582121706406e9797ffaf64a831b0/model/Qwen1.5-1.8B-Chat - will assume that the vocabulary was not modified.
warnings.warn(
2024-07-23 15:51:37,268 >> tokenizer config file saved in ./saves/lora/sft/tokenizer_config.json
2024-07-23 15:51:37,268 >> Special tokens file saved in ./saves/lora/sft/special_tokens_map.json
***** train metrics *****
epoch = 4.8352
total_flos = 211506GF
train_loss = 1.0069
train_runtime = 0:01:32.42
train_samples_per_second = 4.923
train_steps_per_second = 0.595
Figure saved at: ./saves/lora/sft/training_loss.png
07/23/2024 15:51:38 - WARNING - llamafactory.extras.ploting - No metric eval_loss to plot.
2024-07-23 15:51:38,138 >> Dropping the following result as it does not have all the necessary fields:
{'task': {'name': 'Causal Language Modeling', 'type': 'text-generation'}}结果分析
查看 LoRA 权重
根据日志可以看到，微调后的模型保存到了我们指定的 ./saves/lora/sft 目录
2024-07-23 15:51:37,168 >> Saving model checkpoint to ./saves/lora/sft查看一下
root@lixd-sft:/LLaMA-Factory# ll -lhS ./saves/lora/sft
total 40M
-rw-r--r-- 1 root root29M7月 23 15:51 adapter_model.safetensors
-rw-r--r-- 1 root root 6.8M7月 23 15:51 tokenizer.json
-rw-r--r-- 1 root root 2.7M7月 23 15:51 vocab.json
-rw-r--r-- 1 root root 1.6M7月 23 15:51 merges.txt
-rw-r--r-- 1 root root34K7月 23 15:51 training_loss.png
-rw-r--r-- 1 root root14K7月 23 15:51 trainer_log.jsonl
-rw-r--r-- 1 root root11K7月 23 15:51 trainer_state.json
-rw-r--r-- 1 root root 5.2K7月 23 15:51 training_args.bin
drwxr-xr-x 2 root root 4.0K7月 23 15:51 ./
-rw-r--r-- 1 root root 1.5K7月 23 15:51 tokenizer_config.json
-rw-r--r-- 1 root root 1.4K7月 23 15:51 README.md
-rw-r--r-- 1 root root7627月 23 15:51 adapter_config.json
-rw-r--r-- 1 root root3677月 23 15:51 special_tokens_map.json
-rw-r--r-- 1 root root2147月 23 15:51 all_results.json
-rw-r--r-- 1 root root2147月 23 15:51 train_results.json
-rw-r--r-- 1 root root 807月 23 15:51 added_tokens.json
drwxr-xr-x 3 root root 177月 23 15:50 ../可以看到，这里面的内容和一个完整模型一模一样，只是权重文件比较小，只有 29M。
查看 loss 曲线
训练过程中会实时打印训练日志，其中就包括了 loss 信息，就像这样：
微调参数 --logging_steps = 1 因为每一步都会打印日志
{'loss': 3.9236, 'grad_norm': 2.572678327560425, 'learning_rate': 8.333333333333333e-05, 'epoch': 0.09}
{'loss': 3.3305, 'grad_norm': 1.8977322578430176, 'learning_rate': 0.00016666666666666666, 'epoch': 0.18}
{'loss': 4.3762, 'grad_norm': 2.840055227279663, 'learning_rate': 0.00025, 'epoch': 0.26}
.....
{'loss': 0.1993, 'grad_norm': 0.9958950281143188, 'learning_rate': 2.052496544188487e-06, 'epoch': 4.66}
{'loss': 0.407, 'grad_norm': 1.3202508687973022, 'learning_rate': 5.136518124159162e-07, 'epoch': 4.75}
{'loss': 0.2622, 'grad_norm': 1.1825435161590576, 'learning_rate': 0.0, 'epoch': 4.84} 微调完成后会根据日志生成 loss 曲线，就像下图这样：
这个图怎么看呢？
成功的训练一般有明显的收敛过程，且收敛出现在训练过程的后半部分都是合理的。
[*]1）如果没有明显收敛，说明训练不充分，可以增加训练epoch重训，或者进行增量训练。
[*]2）如果收敛出现在训练过程的前半部分，而后部分的loss平稳无变化，说明可能有过拟合，可以结合评估结果选择是否减少epoch重训。
[*]3）如果有收敛趋势，但没有趋于平稳，可以在权衡通用能力和专业能力的前提下考虑是否增加epoch和数据以提升专业能力，但会有通用能力衰减的风险。
可以看到，在训练到 70 步再往后的时候已经收敛了，看起来本次训练效果还可以。
预测评估
除了看 loss 曲线之外，LLaMAFactory 还提供了预测评估功能。
使用微调后的模型回答数据集中的问题，然后将模型回答和数据集中的标准答案进行对比，计算 ROUGE、BLEU 指标。
指标含义感兴趣可以搜索一下，可以简单理解为 文本相似度。
指标越高说明模型回答和数据集中的内容越接近，对于简单的问题，这些指标能在一定程度上反应微调结果。
命令如下：
modelPath=/models/Qwen1.5-1.8B-Chat
llamafactory-cli train \
--stage sft \
--do_predict \
--finetuning_type lora \
--model_name_or_path $modelPath \
--adapter_name_or_path ./saves/lora/sft \
--template qwen \
--dataset identity \
--cutoff_len 4096 \
--max_samples 20 \
--overwrite_cache \
--overwrite_output_dir \
--per_device_eval_batch_size 1 \
--preprocessing_num_workers 16 \
--predict_with_generate结果如下：
***** predict metrics *****
predict_bleu-4 = 86.0879
predict_rouge-1 = 91.5523
predict_rouge-2 = 86.1083
predict_rouge-l = 89.6543
predict_runtime = 0:00:16.23
predict_samples_per_second = 1.232
predict_steps_per_second = 1.232
07/04/2024 03:17:33 - INFO - llamafactory.train.sft.trainer - Saving prediction results to /mnt/b66582121706406e9797ffaf64a831b0/system/sft/task-87tiqz1qqa/saves/lora/predict/generated_predictions.jsonl指标最大值为 100
可以看到，各个指标得分都比较高，说明本次微调效果比较好。
权重合并
使用的 LoRA 微调，会生成单独的 LoRA 权重，当微调完成后需要将原始模型和 LoRA 权重进行合并，得到一个新的模型。
查看 loss 信息和预测评估结果，感觉不错的话就可以进行权重合并，导出模型了。
同样使用 llamafactory-cli 命令
# 原始模型
modelPath=models/Qwen1.5-1.8B-Chat
# 上一步微调得到的 LoRA 权重
adapterModelPath=./saves/lora/sft/
llamafactory-cli export \
--model_name_or_path $modelPath \
--adapter_name_or_path $adapterModelPath \
--template qwen \
--finetuning_type lora \
--export_dir ./saves/lora/export/ \
--export_size 2 \
--export_device cpu \
--export_legacy_format False输出如下
2024-07-23 16:45:13,917 >> All model checkpoint weights were used when initializing Qwen2ForCausalLM.
2024-07-23 16:45:13,917 >> All the weights of Qwen2ForCausalLM were initialized from the model checkpoint at /mnt/b66582121706406e9797ffaf64a831b0/model/Qwen1.5-1.8B-Chat.
If your task is similar to the task the model of the checkpoint was trained on, you can already use Qwen2ForCausalLM for predictions without further training.
2024-07-23 16:45:13,919 >> loading configuration file /mnt/b66582121706406e9797ffaf64a831b0/model/Qwen1.5-1.8B-Chat/generation_config.json
2024-07-23 16:45:13,920 >> Generate config GenerationConfig {
"bos_token_id": 151643,
"do_sample": true,
"eos_token_id": [
151645,
151643
],
"pad_token_id": 151643,
"repetition_penalty": 1.1,
"top_p": 0.8
}
07/23/2024 16:45:13 - INFO - llamafactory.model.model_utils.attention - Using torch SDPA for faster training and inference.
07/23/2024 16:45:13 - INFO - llamafactory.model.adapter - Upcasting trainable params to float32.
07/23/2024 16:45:13 - INFO - llamafactory.model.adapter - Fine-tuning method: LoRA
07/23/2024 16:52:09 - INFO - llamafactory.model.adapter - Merged 1 adapter(s).
07/23/2024 16:52:09 - INFO - llamafactory.model.adapter - Loaded adapter(s): ./saves/lora/sft/
07/23/2024 16:52:09 - INFO - llamafactory.model.loader - all params: 1836828672
2024-07-23 16:52:10,190 >> Configuration saved in ./save/lora/export/config.json
2024-07-23 16:52:10,190 >> Configuration saved in ./save/lora/export/generation_config.json
2024-07-23 16:52:24,317 >> The model is bigger than the maximum size per checkpoint (2GB) and is going to be split in 2 checkpoint shards. You can find where each parameters has been saved in the index located at ./save/lora/export/model.safetensors.index.json.
2024-07-23 16:52:24,329 >> tokenizer config file saved in ./save/lora/export/tokenizer_config.json
2024-07-23 16:52:24,329 >> Special tokens file saved in ./save/lora/export/special_tokens_map.json合并完成后，可以在 ./saves/lora/export/ 目录找到新模型：
root@sft:/LLaMA-Factory# ll -lhS ./saves/lora/export/
total 3.5G
-rw-r--r-- 1 root root 1.9G7月 23 16:52 model-00001-of-00002.safetensors
-rw-r--r-- 1 root root 1.6G7月 23 16:52 model-00002-of-00002.safetensors
-rw-r--r-- 1 root root 6.8M7月 23 16:52 tokenizer.json
-rw-r--r-- 1 root root 2.7M7月 23 16:52 vocab.json
-rw-r--r-- 1 root root 1.6M7月 23 16:52 merges.txt
-rw-r--r-- 1 root root24K7月 23 16:52 model.safetensors.index.json
drwxr-xr-x 2 root root 4.0K7月 23 16:52 ./
-rw-r--r-- 1 root root 1.5K7月 23 16:52 tokenizer_config.json
-rw-r--r-- 1 root root7467月 23 16:52 config.json
-rw-r--r-- 1 root root3677月 23 16:52 special_tokens_map.json
-rw-r--r-- 1 root root2057月 23 16:52 generation_config.json
-rw-r--r-- 1 root root 807月 23 16:52 added_tokens.json
drwxr-xr-x 3 root root 207月 23 16:52 ../5. 测试
测试下微调前后，模型对于你是谁? 这个问题的回答有何不同，也就是模型的自我认知被我们改掉没有。
todo 添加链接查看上一篇文章使用 vLLM 来部署推理服务。
原始模型
使用 vLLM 启动推理服务
modelpath=/models/Qwen1.5-1.8B-Chat
# 单卡
python3 -m vllm.entrypoints.openai.api_server \
--model $modelpath \
--served-model-name qwen \
--trust-remote-code发送测试请求
curl http://localhost:8000/v1/chat/completions \
-H "Content-Type: application/json" \
-d '{
"model": "qwen",
"messages": [
{"role": "system", "content": "You are a helpful assistant."},
{"role": "user", "content": "你是谁？"}
]
}'输出如下
{
"id": "cmpl-7c52416c18964864af6f20b04ef3f85e",
"object": "chat.completion",
"created": 1721725933,
"model": "qwen-1-5-0-5b-chat",
"choices": [
{
"index": 0,
"message": {
"role": "assistant",
"content": "我是来自阿里云的大规模语言模型，我叫通义千问。"
},
"logprobs": null,
"finish_reason": "stop",
"stop_reason": null
}
],
"usage": {
"prompt_tokens": 22,
"total_tokens": 39,
"completion_tokens": 17
}
}可以看到，原始模型知道自己是通义千问。
微调模型
使用 vLLM 启动服务
# 模型导出时的目录
modelpath=/LLaMA-Factory/save/lora/export/
# 单卡
python3 -m vllm.entrypoints.openai.api_server \
--model $modelpath \
--served-model-name qwen \
--trust-remote-code发送测试请求
curl http://localhost:8000/v1/chat/completions \
-H "Content-Type: application/json" \
-d '{
"model": "qwen",
"messages": [
{"role": "system", "content": "You are a helpful assistant."},
{"role": "user", "content": "你是谁？"}
]
}' 输出如下
{
"id": "cmpl-9cc96afbfe01491b9c27226958e6e72b",
"object": "chat.completion",
"created": 1721726354,
"model": "qwen-1-5-1-8b-chat-sft",
"choices": [
{
"index": 0,
"message": {
"role": "assistant",
"content": "您好，我是 Archer，由 意琦行 开发，旨在为用户提供智能化的回答和帮助。"
},
"logprobs": null,
"finish_reason": "stop",
"stop_reason": null
}
],
"usage": {
"prompt_tokens": 22,
"total_tokens": 45,
"completion_tokens": 23
}
}可以看到，模型现在认为自己是 Archer，说明经过微调我们成功修改了模型的自我认知。
至此，使用 LLaMAFactory 对 Qwen1.5-1.8B-Chat进行 LoRA 微调 Demo 分享就算完成了。
6. 小结
本文主要通过一个修改 Qwen1.5-1.8B-Chat 模型自我认知的小 Demo，分享了使用 LLaMAFactory 进行 LoRA 微调的全过程。
整个微调大致可以分为以下几个步骤：
[*]1）准备模型、数据集
[*]2）注册数据集到 LLaMAFactory
[*]将数据集放到 data 目录
[*]编辑data 目录中的 dataset_info.json 注册数据集
[*]3）微调
[*]微调
[*]结果分析，根据 loss 曲线查看训练情况，以决定是否需要修改参数后重新微调
[*]预测评估，对比模型输出结果和数据集标准答案相似度
[*]权重合并，合并 LoRA 权重到原始模型，得到微调后的新模型
7. 参考
LLaMA-Factory
LLaMAFactory Quickstart
Scaling Down to Scale Up: A Guide to Parameter-Efficient Fine-Tuning
来源：程序园用户自行投稿发布，如果侵权，请联系站长删除
免责声明：如果侵犯了您的权益，请联系站长，我们会及时删除侵权内容，谢谢合作！
页:
[1]