基于LLaMA-Factory的微调记录

LLaMA Factory 是一个易于使用的大规模语言模型微调框架。它具有以下特点：

• 支持多种模型：包括 LLaMA、BLOOM、Mistral、Baichuan、Qwen、ChatGLM、Phi 等。
• 集成多种方法：涵盖（增量）预训练、指令监督微调、奖励模型训练、PPO 训练、DPO 训练和 ORPO 训练等集成方法；支持 32 比特全参数微调、16 比特冻结微调、16 比特 LoRA 微调和基于 AQLM/AWQ/GPTQ/LLM.int8 的 2/4/8 比特 QLoRA 微调等多种精度；包含 GaLore、DoRA、LongLoRA、LLaMAPro、LoRA+、LoftQ 和 Agent 微调等先进算法；具备 FlashAttention-2、Unsloth、RoPEscaling、NEFTune 和 rsLoRA 等实用技巧；提供 LlamaBoard、TensorBoard、Wandb、MLflow 等实验监控；支持基于 vLLM 的 OpenAI 风格 API、浏览器界面和命令行接口的极速推理。
• 提供 WebUI 页面：方便非开发人员进行微调工作。

其部署安装相对简单，步骤如下：

1. 克隆仓库：git clone https://github.com/hiyouga/LLaMA-Factory.git
2. 创建虚拟环境：conda create -n llama_factory python=3.10
3. 激活虚拟环境：conda activate llama_factory
4. 安装依赖：cd LLaMA-Factory，然后执行pip install -r requirements.txt

接下来可以下载所需的 LLM 模型，例如 BaiChuan 模型，注意如果使用 BaiChuan 模型，需要修改 transformers 的版本为 4.33.2，否则可能会报AttributeError: 'BaichuanTokenizer' object has no attribute 'p_model'的错误。

在使用 LLaMA Factory 进行微调时，需要指定训练方式（如预训练、指令监督微调等）、选择微调策略（如 LoRA 或 QLoRA），并准备相应的数据集。它提供了命令行接口或 WebUI 来进行具体的操作和监控微调过程。

如果你想了解更多关于 LLaMA Factory 的详细信息，例如如何加载训练数据、模型评估能力等，可以参考其项目的 GitHub 页面（https://github.com/hiyouga/LLaMA-Factory ）及相关文档。

LLaMA-Factory是一个非常好用的无代码微调框架，不管是在模型、微调方式还是参数设置上都提供了非常完备的支持，下面是对微调全过程的一个记录。
数据模型准备
微调时一般需要准备三个数据集：一个是自我认知数据集（让大模型知道自己是谁），一个是特定任务数据集（微调时需要完成的目标任务），一个是通用任务数据集（保持大模型的通用能力，防止变傻）。前两个一般要自己定义，最后一个用现成的就行。

自定义数据集可采用alpaca和sharegpt格式，这里采用的是alpaca格式：

[
  {
    "instruction": "用户指令（必填）",
    "input": "用户输入（选填）",
    "output": "模型回答（必填）",
    "system": "系统提示词（选填）",
    "history": [
      ["第一轮指令（选填）", "第一轮回答（选填）"],
      ["第二轮指令（选填）", "第二轮回答（选填）"]
    ]
  }
]

由于不需要考虑多轮对话，所以history可以不要，这里采用了两种数据集的组织方式，一种是只有instruction和output，把问题作为instruction，另外一种是把问题作为input，把回答问题这一要求作为instruction。这两种格式分别记为format2和format3。

在根据若干个不同的专业领域生成完多个自定义的问答json文件之后，分别生成其format2和format3的文件以及test测试文件，根据以下代码计算其sha1值：

import hashlib

def calculate_sha1(file_path):
    sha1 = hashlib.sha1()
    try:
        with open(file_path, 'rb') as file:
            while True:
                data = file.read(8192)  # Read in chunks to handle large files
                if not data:
                    break
                sha1.update(data)
        return sha1.hexdigest()
    except FileNotFoundError:
        return "File not found."

# 使用示例
file_path = './data/self_cognition_modified.json'  # 替换为您的文件路径
sha1_hash = calculate_sha1(file_path)
print("SHA-1 Hash:", sha1_hash)

将这些json文件放入data文件夹下，同步修改dataset_info.json文件，输入新增的文件名称和对应的sha1值。

测试的大模型可以使用这些，注意要下载最新版，老版的模型结构不太匹配。

基于网页的简单微调
在后台执行CUDA_VISIBLE_DEVICES=0 python src/train_web.py命令，成功开启网页，设置如下，手动输入模型路径。

训练完成之后的界面，可以查看损失函数

基于网页的简单评测
原始模型评测


微调后模型评测
首先加载lora
可以看到，微调之后的模型在各个指标上有了显著提升
基于网页的简单聊天
切换到Chat并点击加载模型后，可以进入聊天

文章来源： https://gitcode.csdn.net/66274faca2b051225565dba8.html