LLama Factory使用LoRA微调Qwen
文章目录
1. LoRA简介
1.1 核心思想
LoRA是通过引入低秩矩阵来减少微调时的参数量。在预训练模型中，LoRA通过添加两个小矩阵B和A来近似原始的大矩阵W，从而减少需要更新的参数量。
eg：W：m×n， 则B：m×r，A：r×n （通常r=8~64）
训练时，输入分别与原始权重和两个低秩矩阵进行运算，共同得到最终结果，优化则仅优化A和B，W不变
训练完成后，可以将两个低秩矩阵与原始模型中的权重进行合并，合并后的模型与原始模型无异
1.2 为什么高效？
参数效率：仅训练0.1%~1%的参数量
内存友好：梯度只计算小矩阵，显存占用降低3~5倍
即插即用：训练后的LoRA权重可独立保存，动态加载到原模型
2. LLama Factory介绍
官方文档：https://llamafactory.readthedocs.io/zh-cn/latest/index.html
2.1 环境配置
# 创建环境 conda create -n llama_factory python=3.10 conda activate llama_factory # 安装依赖 git clone https://github.com/hiyouga/LLaMA-Factory.git cd LLaMA-Factory pip install -e 2.2 指令微调监督数据集格式
[{"instruction":"人类指令（必填）","input":"人类输入（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）"]]}]eg:
dataset_info.json 中的 数据集描述应为:
"数据集名称":{"file_name":"data.json","columns":{"prompt":"instruction","query":"input","response":"output","system":"system","history":"history"}}即为：fintech.json以及identity格式<放在LLaMA-Factory/data下面>
在dataset_info.json中添加
"fintech":{"file_name":"fintech.json"},2.3 通过Web UI配置
- 启动web服务
cd LLaMA-Factory llamafactory-cli webui 点击开始直接训练，训练完成
微调前：不选择检查点路径，加载的是从Huggingface上直接加载的模型。
微调后：选择检查点路径，并加载模型，此时加载的就是训练结束保存检查点，测试完卸载模型。
微调之前：
界面配置关键参数
模型路径:输入模型路径<本地>
数据集：选择数据集<需提前按照格式注册到dataset_info.json中>
微调方法：LoRA
学习率、训练轮次、批次大小
微调之后：
2.4 使用YAML配置文件
- 在example/train_lora下新建文件qwen1.5_1.8b_chat_lora.yaml：
其中修改模型路径，数据集，模板，输出目录
### model model_name_or_path:/root/autodl-tmp/Qwen/Qwen1.5-1.8B-Chat # 修改路径 trust_remote_code: true ### method stage: sft do_train: true finetuning_type: lora lora_rank:8 lora_target:all### dataset dataset: identity, fintech # 修改数据集 template: qwen # 修改模型为qwen cutoff_len:2048 max_samples:1000 overwrite_cache: true preprocessing_num_workers:16 dataloader_num_workers:4### output output_dir: saves/qwen1.5_1.8b_chat/lora/sft # 修改目录 logging_steps:10 save_steps:500 plot_loss: true overwrite_output_dir: true save_only_model: false report_to: none # choices: [none, wandb, tensorboard, swanlab, mlflow]### train per_device_train_batch_size:1 gradient_accumulation_steps:8 learning_rate:1.0e-4 num_train_epochs:3.0 lr_scheduler_type: cosine warmup_ratio:0.1 bf16: true ddp_timeout:180000000 resume_from_checkpoint: null ### eval# eval_dataset: alpaca_en_demo# val_size: 0.1# per_device_eval_batch_size: 1# eval_strategy: steps# eval_steps: 500与web ui训练结束生成的training_args.yaml是一样的：
bf16: true cutoff_len:1024 dataset: fintech,identity dataset_dir: data ddp_timeout:180000000 do_train: true enable_thinking: true eval_steps:100 eval_strategy: steps finetuning_type: lora flash_attn: auto gradient_accumulation_steps:8 include_num_input_tokens_seen: true learning_rate:5.0e-05 logging_steps:5 lora_alpha:16 lora_dropout:0 lora_rank:8 lora_target:all lr_scheduler_type: cosine max_grad_norm:1.0 max_samples:100000 model_name_or_path:/root/autodl-tmp/Qwen/Qwen1.5-1.8B-Chat num_train_epochs:10.0 optim: adamw_torch output_dir: saves/Qwen1.5-1.8B-Chat/lora/train_2025-10-31-13-35-18 packing: false per_device_eval_batch_size:8 per_device_train_batch_size:8 plot_loss: true preprocessing_num_workers:16 report_to: none save_steps:100 stage: sft template: qwen trust_remote_code: true val_size:0.1 warmup_steps:0- 启动训练
先进入LLaMA-Factory文件夹中，否则会找不到dataset_info.json文件
cd /root/autodl-tmp/LLaMA-Factory 启动训练
llamafactory-cli train /root/autodl-tmp/LLaMA-Factory/examples/train_lora/qwen1.5_1.8b_chat_lora.yaml 