在Mac上10分钟玩转LoRA微调模型

LoRA微调Flan T5小模型

"不用显卡、不用上云，只靠一台 Mac 就能训练属于自己的 AI 模型。"

1. 为什么选择 LoRA？

轻量：只训练0.1%～1% 新参数，速度快、显存占用低。
可插拔：多个 LoRA 适配器随时切换，一模多用。
免风险：基座模型冻结，不怕「灾难性遗忘」。

2. 环境准备

步骤	命令
安装pyenv	brew install pyenv
安装python版本	pyenv install 3.11.9
创建虚拟环境	python3.9 -m venv .venv
进入虚拟环境	source .venv/bin/activat
安装 PyTorch (MPS)	`pip install torch torchvision --index-url https://download.pytorch.org/whl/cpu`
安装核心库	`pip install transformers datasets peft accelerate`

3. 准备数据 (举例：本地JSONL)

4. 创建脚本finetune_lora.py

ini 复制代码

import torch
from transformers import (
    AutoModelForSeq2SeqLM,   # ------ Seq2Seq 架构模型（这里选用 google/flan-t5-small）
    AutoTokenizer,           # ------ 与模型配套的分词器
    TrainingArguments,       # ------ Trainer 的超参数容器
    Trainer,                 # ------ HuggingFace 训练循环封装器
    DataCollatorForSeq2Seq   # ------ 动态批量 Padding + Label 处理器
)
from datasets import load_dataset      # ------ 轻松读取/流式加载各类数据集
from peft import (                     # ------ PEFT = Parameter-Efficient Fine-Tuning
    LoraConfig, TaskType, get_peft_model, PeftModel
)

# ---------- Step 1: 读取 JSONL 数据 ----------
# data.jsonl 每行形如 {"instruction": "...", "output": "..."}
dataset       = load_dataset("json", data_files="data.jsonl")
train_dataset = dataset["train"]

# ---------- Step 2: 文本预处理 ----------
model_name = "google/flan-t5-small"
tokenizer  = AutoTokenizer.from_pretrained(model_name)

def preprocess(example):
    # 将 "指令" 编码为 input_ids
    model_input = tokenizer(
        example["instruction"],
        max_length=512,
        truncation=True,
        padding="max_length"
    )
    # 将 "答案" 编码为 labels（Teacher forcing）
    labels = tokenizer(
        example["output"],
        max_length=128,
        truncation=True,
        padding="max_length"
    )
    model_input["labels"] = labels["input_ids"]
    return model_input

train_dataset = train_dataset.map(preprocess)

# ---------- Step 3: 加载基座模型 + 注入 LoRA ----------
base_model = AutoModelForSeq2SeqLM.from_pretrained(model_name)

lora_config = LoraConfig(
    r=8,                     # 低秩矩阵秩
    lora_alpha=16,           # 缩放因子
    lora_dropout=0.1,        # dropout
    bias="none",
    task_type=TaskType.SEQ_2_SEQ_LM
)
model = get_peft_model(base_model, lora_config)  # 返回仅新增数万参数的可训练模型

# ---------- Step 4: 设备 ----------
device = "mps"if torch.backends.mps.is_available() else"cpu"
model.to(device)

# ---------- Step 5: 训练参数 ----------
training_args = TrainingArguments(
    output_dir="./lora_finetune_output",
    per_device_train_batch_size=2,     # 真实 batch size = 2 × gradient_accumulation
    gradient_accumulation_steps=4,
    num_train_epochs=5,
    learning_rate=1e-4,
    logging_steps=1,
    save_strategy="no",
    report_to="none",
    fp16=False                         # Apple Silicon 上使用 float32 更稳定
)

data_collator = DataCollatorForSeq2Seq(tokenizer, model=model)

# ---------- Step 6: 开始训练 ----------
trainer = Trainer(
    model=model,
    args=training_args,
    train_dataset=train_dataset,
    data_collator=data_collator,
    tokenizer=tokenizer
)
trainer.train()

# ---------- Step 7: 保存 LoRA 适配器 ----------
model.save_pretrained("lora_adapter")

# ---------- Step 8: 推理测试 ----------
print("🎯 推理测试：")
base        = AutoModelForSeq2SeqLM.from_pretrained(model_name).to(device)
lora_model  = PeftModel.from_pretrained(base, "lora_adapter").to(device)

def infer(prompt: str) -> str:
    """单条推理：传入指令，返回模型生成的文本"""
    inputs = tokenizer(prompt, return_tensors="pt").to(device)
    outputs = lora_model.generate(**inputs, max_new_tokens=1)
    return tokenizer.decode(outputs[0], skip_special_tokens=True)

test_prompts = [
    "what is the capital of China?",
    "what is the capital of France?",
    "what is the airplane?"
]

for p in test_prompts:
    print(f"🧠 Prompt: {p}")
    print(f"📝 Answer: {infer(p)}")
    print("-" * 40)

训练日志打印

yaml 复制代码

(.venv) ➜  aigc python finetune_lora.py
Generating train split: 1000 examples [00:00, 452655.30 examples/s]
Map: 100%|███████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 1000/1000 [00:00<00:00, 9258.42 examples/s]
{'loss': 41.4961, 'grad_norm': 3.4582340717315674, 'learning_rate': 0.0001, 'epoch': 0.01}
{'loss': 45.12, 'grad_norm': 4.7143425941467285, 'learning_rate': 9.984e-05, 'epoch': 0.02}
{'loss': 43.707, 'grad_norm': 3.819638252258301, 'learning_rate': 9.968000000000001e-05, 'epoch': 0.02}
{'loss': 40.973, 'grad_norm': 3.7596452236175537, 'learning_rate': 9.952e-05, 'epoch': 0.03}
{'loss': 45.6711, 'grad_norm': 4.67157506942749, 'learning_rate': 9.936000000000001e-05, 'epoch': 0.04}
{'loss': 42.3758, 'grad_norm': 4.384180068969727, 'learning_rate': 9.92e-05, 'epoch': 0.05}
{'loss': 36.1399, 'grad_norm': 3.7017316818237305, 'learning_rate': 9.904e-05, 'epoch': 0.06}
{'loss': 44.6688, 'grad_norm': 4.85175085067749, 'learning_rate': 9.888e-05, 'epoch': 0.06}
{'loss': 44.2394, 'grad_norm': 4.683821201324463, 'learning_rate': 9.872e-05, 'epoch': 0.07}
{'loss': 41.7887, 'grad_norm': 4.8903913497924805, 'learning_rate': 9.856e-05, 'epoch': 0.08}
{'loss': 44.2073, 'grad_norm': 4.807693004608154, 'learning_rate': 9.84e-05, 'epoch': 0.09}
{'loss': 42.7997, 'grad_norm': 4.235534191131592, 'learning_rate': 9.824000000000001e-05, 'epoch': 0.1}
{'loss': 39.6141, 'grad_norm': 4.627796173095703, 'learning_rate': 9.808000000000001e-05, 'epoch': 0.1}
{'loss': 41.5859, 'grad_norm': 4.959679126739502, 'learning_rate': 9.792e-05, 'epoch': 0.11}
{'loss': 44.5831, 'grad_norm': 5.254530429840088, 'learning_rate': 9.776000000000001e-05, 'epoch': 0.12}
{'loss': 43.8274, 'grad_norm': 5.325198173522949, 'learning_rate': 9.76e-05, 'epoch': 0.13}
{'loss': 41.8024, 'grad_norm': 5.138743877410889, 'learning_rate': 9.744000000000002e-05, 'epoch': 0.14}
{'loss': 41.099, 'grad_norm': 5.499021530151367, 'learning_rate': 9.728e-05, 'epoch': 0.14}
{'loss': 41.2216, 'grad_norm': 11.285901069641113, 'learning_rate': 9.712e-05, 'epoch': 0.15}
{'loss': 37.4023, 'grad_norm': 4.781173229217529, 'learning_rate': 9.696000000000001e-05, 'epoch': 0.16}
{'loss': 41.2696, 'grad_norm': 5.610023021697998, 'learning_rate': 9.680000000000001e-05, 'epoch': 0.17}
{'loss': 37.7613, 'grad_norm': 3.9915575981140137, 'learning_rate': 9.664000000000001e-05, 'epoch': 0.18}
....

可以看到损失值每轮递减，在M3 MacBook上，5 epoch≈3分钟，所以非常快就能看到结果。

6. 实战效果

ini 复制代码

这是我的问题：
test_prompts = [
    "what is the capital of China?",
    "what is the capital of France?",
    "what is the airplane?"
]

loRa微调之后的模型输出如下：

那么从结果来看回答还可以，但是你如果仔细看就会发现，答案是错的，很明显中国的首都是北京不是上海，法国的首都是巴黎不是悉尼。

因为我们只是拿google的t5基座小模型做微调演示，受各方面因素影响，比如数据集少，显卡不够，基座模型也一般等，所以微调出来的模型质量并不是很好。如果大家有更多的显卡，内存，那么建议尝试一下更大的模型，比如7B或者7B以上的，这样微调出来的模型应该效果不错。

7. 小结

LoRA = 少动刀、多收获（冻结全部参数，只在需要微调的参数上做梯度并更新局部参数）；
M系Mac = 随时随地的小型"GPU"（提醒：必须内存16G以上核心8及以上）；
HuggingFace + PEFT = 零门槛上手（HuggingFace数据集和模型非常多，可以直接拿来训练）。

最后我给大家抛一个问题：将专业知识微调到基座模型中效果好，还是通过RAG技术+专业知识库+通用大模型效果好？