LLaMA Factory微调后的大模型在vLLM框架中对齐对话模版

LLaMA Factory微调后的大模型Chat对话效果，与该模型使用vLLM推理架构中的对话效果，可能会出现不一致的情况。

下图是LLaMA Factory中的Chat的对话

下图是vLLM中的对话效果。

模型回答不稳定：有一半是对的，有一半是无关的。

1、未收敛；

模型回答与LLaMA Factory训练chat界面的不一致。

1、对话模版chat_template不一致。

本文来讲解下对话模版不一致的情况的解决方法。

一、原因分析

1、LLaMA Factory在微调训练需要选择模型名称，自动带出对话模版，比如qwen。这个对话模版是LLaMA Factory项目根据qwen官方提供的对话模版改编，与大模型自身的对话模版并不相等。

2、LLaMA Factory的对话模版的源码在LLaMA-Factory/src/llamafactory/data/template.py这个类里。获取对话模版的方法（私有方法）_get_jinja_template ，可以用公共方法fix_jinja_template来调用该私有方法。

大模型的默认对话模版在 tokenizer_config.json里chat_template字段。

3、可以看到LLaMA Factory微调训练时的对话模版与大模型的默认对话模版并不相同。

二、解决方案

既然是因为两边不一致，那么只要保证两边一致即可。也就是模版对话对齐。

我们可以将LLaMA Factory中的模版修改掉，需要修改源码；也可以在vLLM、ollama或LMDeploy等推理框架在运行大模型时候手动指定对话模版。两种方法都可以，这里我们先使用后者来操作。

1、获取LLaMA Factory中的对话模版

在微调训练中，界面中选择大模型后，自定带出对话模版，记住名称，比如qwen 。

写一个python代码，获取对话模版，get_chat_template.py 。

复制代码

# get_chat_template.py
import sys
import os

# 将项目根目录添加到 Python 路径
root_dir = os.path.dirname(os.path.dirname(os.path.dirname(os.path.dirname(os.path.abspath(__file__)))))
sys.path.append(root_dir)

from llamafactory.data.template import TEMPLATES
from transformers import AutoTokenizer

# 1. 初始化分词器（任意支持的分词器均可）
tokenizer = AutoTokenizer.from_pretrained("/root/autodl-tmp/llm/Qwen/Qwen2.5-0.5B-Instruct")

# 2. 获取模板对象
template_name = "qwen"  # 替换为你需要查看的模板名称
template = TEMPLATES[template_name]

# 3. 修复分词器的 Jinja 模板
template.fix_jinja_template(tokenizer)

# 4. 直接输出模板的 Jinja 格式
print("=" * 40)
print(f"Template [{template_name}] 的 Jinja 格式:")
print("=" * 40)
print(tokenizer.chat_template)

需要修改2个地方，（1）初始化分词器，地址要写本地存在的大模型；（2）获取模版对象，template_name一定要写你微调界面上选择的对话模版名称，比如qwen 。

将该文件放在目录LLaMA-Factory/src/llamafactory/data下。

运行该文件。

bash 复制代码

python get_chat_template.py

结果如下：

将内容复制，从====的下一行{% 开始复制。保存到一个文件中，格式为.jinja ,比如 qwen.jinja 。

2、vLLM运行大模型指定jinja文件

为了使语言模型支持聊天协议，vLLM 要求模型在其 tokenizer 配置中包含一个聊天模板。聊天模板是一个 Jinja2 模板，它指定了角色、消息和其他特定于聊天对 tokens 如何在输入中编码。

可以在 --chat-template 参数中手动指定聊天模板的文件路径或字符串形式。

https://vllm.hyper.ai/docs/serving/openai-compatible-server#%E8%81%8A%E5%A4%A9%E6%A8%A1%E6%9D%BF

bash 复制代码

vllm serve <model> --chat-template ./path-to-chat-template.jinja

比如：

bash 复制代码

vllm serve /root/autodl-tmp/llm/Qwen/Qwen2.5-0.5B-Instruct-merge --chat-template /root/autodl-tmp/project/day07/qwen.jinja

这样就可以保证对话模版一致了。

3、ollama创建 ModelFile的内容

创建一个python文件，获取内容：get_ollama_modelfile.py

python 复制代码

# mytest.py
import sys
import os

# 将项目根目录添加到 Python 路径
root_dir = os.path.dirname(os.path.dirname(os.path.dirname(os.path.dirname(os.path.abspath(__file__)))))
sys.path.append(root_dir)

from llamafactory.data.template import TEMPLATES, get_template_and_fix_tokenizer
from transformers import AutoTokenizer
from llamafactory.hparams import DataArguments

# 1. 初始化分词器（任意支持的分词器均可）
tokenizer = AutoTokenizer.from_pretrained("/root/autodl-tmp/llm/Qwen/Qwen2.5-0.5B-Instruct")

# 2. 获取模板对象
template_name = "qwen"  # 替换为你需要查看的模板名称
template = TEMPLATES[template_name]

# 3. 修复分词器的 Jinja 模板
template.fix_jinja_template(tokenizer)

# 4. ollama制作ModelFile的内容
 
template = get_template_and_fix_tokenizer(tokenizer, DataArguments(template=template_name))
# template.get_ollama_modelfile(tokenizer)
print("=" * 40)
print(f"Template [{template_name}] 的 Modelfile 格式:")
print("=" * 40)
print(template.get_ollama_modelfile(tokenizer))

3、LMDeploy框架指定对话模版

https://lmdeploy.readthedocs.io/zh-cn/latest/advance/chat_template.html

LMDeploy支持json格式的对话模版，需要将jinja2格式的转成json格式。我们可以使用AI搜索来做。比如我们使用DeepSeek来转换。

打开https://chat.deepseek.com/ ，上传jinja2文件，并且输入文字：

bash 复制代码

文件中是一个jinja2格式的qwen的对话模版，我需要转成lmdeploy框架支持的的json格式的对话模版，json模版格式如下：{
    "model_name": "your awesome chat template name",
    "system": "<|im_start|>system\n",
    "meta_instruction": "You are a robot developed by LMDeploy.",
    "eosys": "<|im_end|>\n",
    "user": "<|im_start|>user\n",
    "eoh": "<|im_end|>\n",
    "assistant": "<|im_start|>assistant\n",
    "eoa": "<|im_end|>",
    "separator": "\n",
    "capability": "chat",
    "stop_words": ["<|im_end|>"]
}

返回结果：

python 复制代码

{
    "model_name": "qwen",
    "system": "<|im_start|>system\n",
    "meta_instruction": "You are Qwen, created by Alibaba Cloud. You are a helpful assistant.",
    "eosys": "<|im_end|>\n",
    "user": "<|im_start|>user\n",
    "eoh": "<|im_end|>\n",
    "assistant": "<|im_start|>assistant\n",
    "eoa": "<|im_end|>",
    "separator": "\n",
    "capability": "chat",
    "stop_words": ["<|im_end|>", "</tool_call>", "<|im_start|>", "<|im_end|>\n"],
    "tool_spec": {
        "tool_call_start": "<tool_call>",
        "tool_call_end": "</tool_call>",
        "tool_response_start": "<tool_response>",
        "tool_response_end": "</tool_response>"
    }
}

字段说明：

system/eosys：对应系统消息的开始和结束标记。
user/eoh：用户消息的起止标记。
assistant/eoa：助理消息的起止标记。
meta_instruction：使用原模板中的默认系统提示。
separator：消息间的换行符（\n）。
stop_words：添加 <|im_end|> 和其他可能的终止标记（如工具调用相关标签）。

工具调用扩展：

虽然 LMDeploy 基础模板不直接支持工具调用，但通过 tool_spec 字段扩展了工具调用的起止标记，以兼容原模板中的 <tool_call> 和 <tool_response> 逻辑。

注意事项：

若 LMDeploy 严格限制字段，需移除 tool_spec 字段。
若需要动态系统消息（根据输入切换），需在 LMDeploy 框架中额外处理，此 JSON 模板仅保留静态默认值。

三、Open WebUI对话模版说明

Open WebUI有自己的一套对话模版，所以微调后的大模型在使用推理框架（vLLM，ollama,LMDeploy）+Open WebUI，结果可能会产生偏差。所以一般不建议微调后的大模型使用Open WebUI来做界面。