LLama Factory从入门到放弃

简介

安装

[LLama Factory界面介绍](#LLama Factory界面介绍)

数据格式要求

微调训练

今天在这里介绍一种常用的大模型微调框架------LLama Factory。

简介

LLama Factory 是一个高效的界面化大语言模型微调工具库，支持多种参数高效微调技术，提供简洁接口和丰富示例，助力用户快速定制和优化模型性能。

安装

a.获取并安装 git 上的 LLama Factory

bash 复制代码

git clone --depth 1 https://github.com/hiyouga/LLaMA-Factory.git

b.创建一个 LLama Factory 的虚拟环境

bash 复制代码

conda create -n llamafactory python==3.10 -y

c.换至 llamafactory 环境

bash 复制代码

source activate llamafactory

d.找到从 git 上获取的 LLama-Factory.zip，并解压、安装

bash 复制代码

unzip LLama-Factory.zip
cd LLama-Factory
pip install -e .

至此，LLama Factory 安装完毕。

LLama Factory界面介绍

将环境切换至 llamafactory，并切换到 LLama Factory 的目录后，启动 LLama Factory。

bash 复制代码

source activate llamafactory
cd /root/autodl-tmp/LLaMA-Factory
llamafactory-cli webui

如果你使用的是 vscode 中的 remote 插件链接的服务器，由于 vscode 中自带端口转发，因此，你可以在你的电脑本地直接使用浏览器访问 LLama Factory 的 web 界面。

打开之后的界面大致是这样的：

接下来，将对界面中的每一个参数进行介绍

**a.模型名称：**你所需要微调的模型的名称（本参数是为了对应后面的对话模板）

**b.模型路径：**你所需要微调的模型的绝对路径

c.微调方法

full：全量微调------对整个预训练模型的所有参数进行微调，适用于计算资源较为充足的情况

freeze：冻结部分参数微调------冻结预训练模型的大部分参数，仅微调部分顶层参数或新增的任务相关层

LoRA：量化微调------将原模型分解为两个低秩矩阵，通过微调低秩矩阵来间接微调原模型的参数。可以进一步选择下方的量化等级，进行QLoRA微调。关于LoRA微调涉及的具体原理，后续单开一篇文章来进行介绍。

**d.检查点路径：**如果你想继承之前的训练进度的话，可以选择之前保存的某一轮参数，从该参数继续进行训练

**e.对话模板：**用于控制模型的输出规范。对话模板本身并不影响模型的性能，但是，如果模型在微调和推理时的对话模板不一致的话，可能会影响到模型最终的输出效果。

**f.RoPE 插值方法：**通过一种平滑的位置编码方式，将模型的上下文窗口扩展到更远的区域。LLama Factory 中可选的方式有：线性缩放位置索引（Linear）、动态调整缩放因子（Dynamic）、非均匀频率调整（YaRN）和专门用于LLaMA3的优化插值（Llama3）。如果没有特殊要求的话，通常选择none就行。这里不再做过多赘述，如果有机会的话，以后单开一章进行详细说明。

**g.加速方式：**通过优化计算内核或引入高效算法，减少模型训练和推理的时间开销，同时节省显存占用。

auto：框架自动选择当前环境支持的最优加速方案。

flashattn2：一种高效计算 Transformer 模型中注意力机制的算法库，通过优化 GPU 内存访问模式和计算步骤，显著加速注意力计算并减少显存占用。

unsloth：一个针对大模型微调（尤其是 LoRA）的轻量级优化库，通过简化计算图和混合精度策略加速训练。

liger_kernel：LLaMA Factory 自研的轻量级加速内核，针对常见操作（如矩阵乘法、LayerNorm）进行底层优化。

**h.训练阶段：**针对大语言模型（LLM）不同训练目标和任务设计的特定流程。

Supervised Fine-Tuning：在标注数据上微调预训练模型，使其适配特定任务。

Reward Modeling：训练一个奖励模型，用于评估生成内容的质量。

PPO（Proximal Policy Optimization，近端策略优化）：一种强化学习算法，通过最大化奖励模型的反馈优化生成策略。

DPO（Direct Preference Optimization，直接偏好优化）：通过直接优化偏好数据调整模型策略。

KTO （Kahneman-Tversky Optimization）：基于行为经济学中的"前景理论"，设计损失函数以模拟人类决策偏差。

Pre-Training：在大规模无标注文本数据上训练模型，学习通用语言表示，构建模型的基础语言理解能力。

**i.计算类型：**指定了模型训练和推理过程中数值计算的精度格式，直接影响显存占用、计算速度和数值稳定性。

bf16：Brain Float 16，由 Google Brain 团队设计，指数位与 FP32 对齐，牺牲小数精度换取更大动态范围，数值范围在约 ±1.18e-38 到 ±3.4e38 之间。

fp16：16 位（半精度）浮点数，数值范围在约 ±6.1e-5 到 ±65504。

fp32：32 位（单精度）浮点数，数值范围在约 ±1.18e-38 到 ±3.4e38 之间，范围与 bf16 相同。

pure_bf16：纯 BF16 训练，全程使用 BF16 精度（包括权重、梯度、优化器状态），不保留 FP32 主权重副本。

数据格式要求

在使用 LLama Factory 进行微调之前，我们需要先明确一下 LLama Factory 在微调时所要求的数据格式。

LLama Factory 中默认的数据格式是json，以 data 文件夹下的 identity 数据为例，大概长这样：

bash 复制代码

[
  {
    "instruction": "hi",
    "input": "",
    "output": "Hello! I am {{name}}, an AI assistant developed by {{author}}. How can I assist you today?"
  },
  {
    "instruction": "hello",
    "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?"
  }
]

其中，"instruction"是用户的输入，"output"是模型的输出，"input"能够为指令提供额外的上下文或具体输入内容，例如：当 instruction 为"翻译以下内容"，可以在"input"中输入想要翻译的语句（但是感觉一般不会这么干）。

微调训练

接下来以模型的自我认知训练作为例子，来实战演示一下使用 LLama Factory 进行模型微调。

操作步骤如下：

1.找到并打开 LLama Factory 根目录下的 data/identity.json，将其中所有的 {{name}} 和 {{author}} 替换为自己想要的内容。例如：

bash 复制代码

[
  {
    "instruction": "hi",
    "input": "",
    "output": "Hello! I am 丛雨, an AI assistant developed by yuriko. How can I assist you today?"
  },
  {
    "instruction": "hello",
    "input": "",
    "output": "Hello! I am 丛雨, an AI assistant developed by yuriko. How can I assist you today?"
  },
  {
    "instruction": "Who are you?",
    "input": "",
    "output": "I am 丛雨, an AI assistant developed by yuriko. How can I assist you today?"
  }
]

2.数据准备好之后，在控制台中使用 llamafactory-cli webui 启动 LLama Factory。（需要切换至 LLama Factory 的环境，并进入 LLamaFactory 的根目录）

3.如果你使用的是 vscode 中的插件链接的服务器，那么在成功启动后，应当会自动打开 LLama Factory 的主界面。

4.在模型名称和模型路径中选择自己的本地模型

5.在微调之前，可以先使用 chat 功能加载模型进行一下测试，以便之后对比

6.现在我们切回"Train"进行参数设置，需要调整的参数已经如下图所示，使用红色方框标出。其中，需要特别说明一下的是，"训练轮数"可以填写一个较大的数值，后面根据模型的收敛情况手动停止。对于"截断长度"，由于我们这里做的是自我认知训练，模型的回复结果通常不需要太长。"批处理大小"根据自己的显存情况进行选择，显存比较小的情况，对应的批处理大小也可以设置得小一些。

全部设置完毕后，可以点击下方的"开始"进行训练。

7.在训练的过程中，我们可以在下方看到模型的损失下降过程。其中，浅色的线代表模型的真实损失，深色的线代表平滑后的损失情况。当看到损失接近平稳时，就可以点击"中断"，停止训练。

8.模型的参数会被保存到 LLama Factory 的 saves 文件夹下，默认是每100个 epoch 保存一次参数，可以在"其他参数设置"中的"保存间隔"进行设置。

9.训练完成后，再次切回 Chat 标签页，卸载原有模型，添加检查点路径后，加载模型进行测试。

10.当模型的输出符合自己预期时，可以切换至 Export 标签页，设置导出参数。

稍微对参数进行一下解释，

最大分块大小：如果模型大小较大，那么模型会被分割成多个文件，每个文件不超过所设置得大小。

导出目录：字面意思。如果目录不存在，则会自动创建一个新目录。

11.导出模型后，可以切换至 Chat 标签，对导出的模型再次进行测试。将模型路径切换为导出后的模型路径，并且清空检查点路径中的内容，加载模型，进行测试。

至此，LLama Factory 的简单微调训练流程到此结束。后续可能会单开一章专门讲一下量化微调，以及在 LLama Factory 中如何进行量化微调。