LoRA 微调实战：基于 LLaMA-Factory 定制你的专属医疗大模型

从理论到实践，手把手教你使用 LoRA 技术高效微调 Qwen3-4B 模型

一、为什么需要 LoRA 微调？

大语言模型（LLM）在通用领域表现出色，但在特定专业领域（如医疗、法律、金融）往往力不从心。全量微调（Full Fine-tuning）虽然效果好，但需要巨大的计算资源和存储空间。

LoRA（Low-Rank Adaptation） 提供了一种参数高效微调方案：

• ✅ 显存友好：只训练少量参数（通常 <1% 的总参数量）
• ✅ 训练快速：显著减少训练时间和计算成本
• ✅ 效果可佳：在特定任务上接近全量微调效果
• ✅ 部署灵活：支持多 LoRA 动态切换，一个基座模型服务多个场景

二、LoRA 核心原理

2.1 基本思想

LoRA 的核心思想是不改变原始预训练权重，通过引入可训练的低秩分解矩阵来调整模型行为，使其适应特定任务。

2.2 工作机制

1. 冻结基座模型：原始权重 W 保持不动
2. 引入旁路矩阵：添加低秩矩阵 A 和 B ，其中 A 负责降维，B 负责升维
3. 前向传播修改：h=Wx+BAx （原始输出 + 旁路输出）

2.3 初始化技巧

• 矩阵 B 初始化为 全 0，确保训练开始时偏移为 0，维持网络原有输出
• 矩阵 A 采用高斯初始化，保证开始学习后能够正常收敛

三、实战环境准备

3.1 硬件配置参考

💡 结论：双卡训练不仅更快，而且单卡显存压力更小，性价比更高

3.2 环境搭建

# 创建 Python 3.11 环境 conda create -n lora python=3.11 -y conda activate lora # 安装核心依赖（注意版本匹配） pip install torch==2.7.1 pip install transformers==4.57.1 pip install datasets==4.0.0 pip install peft==0.17.0 pip install accelerate==1.11.0 pip install deepspeed==0.18.2 pip install bitsandbytes==0.48.2 pip install vllm==0.10.0 pip install trl==0.18.0 pip install modelscope # 国内下载模型必备

3.3 下载 Qwen3-4B 模型

# download.py from modelscope import snapshot_download model_dir = snapshot_download( "Qwen/Qwen3-4B", cache_dir="./Qwen3-4B" ) print('model_dir:', model_dir)

3.4 安装 LLaMA-Factory 框架

git clone -b v0.9.4 --depth 1 https://github.com/hiyouga/LLaMA-Factory.git cd LLaMA-Factory pip install --no-deps -e .

验证安装：

llamafactory-cli version # 输出：Welcome to LLaMAFactory, version 0.9.4

🍎安装成功会显示如下信息：

(Lora_py311) root@feadc3bc4205:/workspace/LLaMA-Factory# llamafactory-cli version ---------------------------------------------------------- | Welcome to LLaMA Factory, version 0.9.4 | | | | Project page: https://github.com/hiyouga/LLaMA-Factory | ----------------------------------------------------------

四、数据准备：医疗问答数据集

4.1 数据格式规范

LLaMA-Factory 使用 Alpaca 格式，每个样本包含 instruction、input、output 三个字段：

[ { "instruction": "现在你是一个颅咽管瘤医生，请根据患者的问题给出建议：", "input": "颅咽管瘤手术成功率到底有多少？在川医手术切除后1个月之久，总是未见好转...", "output": "可以手术，但是成功率很小。可以做放射治疗。" }, { "instruction": "现在你是一个前列腺癌医生，请根据患者的问题给出建议：", "input": "男性如何预防前列腺癌疾病？", "output": "前列腺癌的发生，是环境污染、遇事心态、诸多不良的生活习惯..." } ]

4.2 数据预处理

如果你的原始数据是 JSONL 格式，需要先转换：

import json output = [] with open('train_medical.json', 'r', encoding='utf-8') as f: for line in f.readlines(): line = line.strip() data = json.loads(line) output.append(data) print(f"总样本数: {len(output)}") with open('alpaca_zh_medical.json', 'w', encoding='utf-8') as f: json.dump(output, f, ensure_ascii=False, indent=2)

4.3 注册数据集

修改 data/dataset_info.json，添加你的数据集：

{ "alpaca_zh_medical": { "file_name": "alpaca_zh_medical.json" } }

五、配置 LoRA 微调参数

5.1 核心配置文件 qwen3_lora_sft.yaml

### model 模型配置 model_name_or_path: /workspace/Qwen3-4B/Qwen/Qwen3-4B # 本地模型路径 trust_remote_code: true ### method 训练方法配置 stage: sft # 监督微调阶段 do_train: true finetuning_type: lora # 使用 LoRA 微调 lora_rank: 8 # LoRA 秩，通常 4-64 lora_target: all # 应用到所有线性层（q_proj, k_proj, v_proj, o_proj, gate_proj, up_proj, down_proj） ### dataset 数据集配置 dataset: alpaca_zh_medical # 使用我们准备的医疗数据集 template: qwen3_nothink # Qwen3 模板，无思考链模式 cutoff_len: 2048 # 最大序列长度 max_samples: 1000 # 训练样本数限制 preprocessing_num_workers: 16 # 数据预处理进程数 ### output 输出配置 output_dir: saves/qwen3-4b/lora/sft logging_steps: 10 # 每 10 步记录日志 save_steps: 500 # 每 500 步保存检查点 plot_loss: true # 绘制损失曲线 overwrite_output_dir: true ### train 训练参数 per_device_train_batch_size: 1 # 单卡 batch size gradient_accumulation_steps: 8 # 梯度累积，等效 batch size = 8 learning_rate: 1.0e-4 # 学习率 num_train_epochs: 3.0 # 训练轮数 lr_scheduler_type: cosine # 余弦退火调度 warmup_ratio: 0.1 # 预热比例 bf16: true # 使用 bfloat16 混合精度 ddp_timeout: 180000000 # 分布式训练超时时间

5.2 关键参数解析

六、启动训练

6.1 单卡训练（A100）

llamafactory-cli train examples/train_lora/qwen3_lora_sft.yaml

训练日志关键信息：

trainable params: 16,515,072 || all params: 4,038,983,168 || trainable%: 0.4089 Num examples = 1,000 Num Epochs = 3 Total optimization steps = 375 Training completed. train_loss = 2.4426 train_runtime = 1155.54 seconds (19分15秒)

🎯 观察点：仅 0.41% 的参数参与训练，却能让模型掌握医疗领域知识！

完整训练日志如下：

(lora) ➜ LLaMA-Factory git:(v0.9.4) ✗ llamafactory-cli train examples/train_lora/qwen3_lora_sft.yaml /root/.pyenv/versions/3.11.1/lib/python3.11/site-packages/jieba/_compat.py:18: UserWarning: pkg_resources is deprecated as an API. See https://setuptools.pypa.io/en/latest/pkg_resources.html. The pkg_resources package is slated for removal as early as 2025-11-30. Refrain from using this package or pin to Setuptools<81. import pkg_resources [INFO|2026-02-04 06:06:31] llamafactory.hparams.parser:465 >> Process rank: 0, world size: 1, device: cuda:0, distributed training: False, compute dtype: torch.bfloat16 [INFO|tokenization_utils_base.py:2093] 2026-02-04 06:06:31,695 >> loading file vocab.json [INFO|tokenization_utils_base.py:2093] 2026-02-04 06:06:31,695 >> loading file merges.txt [INFO|tokenization_utils_base.py:2093] 2026-02-04 06:06:31,695 >> loading file tokenizer.json [INFO|tokenization_utils_base.py:2093] 2026-02-04 06:06:31,695 >> loading file added_tokens.json [INFO|tokenization_utils_base.py:2093] 2026-02-04 06:06:31,695 >> loading file special_tokens_map.json [INFO|tokenization_utils_base.py:2093] 2026-02-04 06:06:31,695 >> loading file tokenizer_config.json [INFO|tokenization_utils_base.py:2093] 2026-02-04 06:06:31,695 >> loading file chat_template.jinja [INFO|tokenization_utils_base.py:2364] 2026-02-04 06:06:32,030 >> Special tokens have been added in the vocabulary, make sure the associated word embeddings are fine-tuned or trained. [INFO|configuration_utils.py:763] 2026-02-04 06:06:32,031 >> loading configuration file /workspace/Qwen3-4B/Qwen/Qwen3-4B/config.json [INFO|configuration_utils.py:839] 2026-02-04 06:06:32,033 >> Model config Qwen3Config { "architectures": [ "Qwen3ForCausalLM" ], "attention_bias": false, "attention_dropout": 0.0, "bos_token_id": 151643, "dtype": "bfloat16", "eos_token_id": 151645, "head_dim": 128, "hidden_act": "silu", "hidden_size": 2560, "initializer_range": 0.02, "intermediate_size": 9728, "layer_types": [ "full_attention", "full_attention", "full_attention", "full_attention", "full_attention", "full_attention", "full_attention", "full_attention", "full_attention", "full_attention", "full_attention", "full_attention", "full_attention", "full_attention", "full_attention", "full_attention", "full_attention", "full_attention", "full_attention", "full_attention", "full_attention", "full_attention", "full_attention", "full_attention", "full_attention", "full_attention",