9、LLaMA-Factory项目微调介绍

1、LLaMA Factory 介绍

LLaMA Factory是一个在GitHub上开源的项目，该项目给自身的定位是：提供一个易于使用的大语言模型（LLM）微调框架，支持LLaMA、Baichuan、Qwen、ChatGLM等架构的大模型。更细致的看，该项目提供了从预训练、指令微调到RLHF阶段的开源微调解决方案。截止目前（2024年3月1日）支持约120+种不同的模型和内置了60+的数据集，同时封装出了非常高效和易用的开发者使用方法。而其中最让人喜欢的是其开发的LLaMA Board，这是一个零代码、可视化的一站式网页微调界面，它允许我们通过Web UI轻松设置各种微调过程中的超参数，且整个训练过程的实时进度都会在Web UI中进行同步更新。

简单理解，通过该项目我们只需下载相应的模型，并根据项目要求准备符合标准的微调数据集，即可快速开始微调过程，而这样的操作可以有效地将特定领域的知识注入到通用模型中，增强模型对特定知识领域的理解和认知能力，以达到“通用模型到垂直模型的快速转变”。

LLaMA Factory的GitHub地址如下：https://github.com/hiyouga/LLaMA-Factory/tree/main

LLaMA-Factory目前支持微调的模型及对应的参数量：

模型名模型大小 Template Baichuan 2 7B/13B baichuan2 BLOOM/BLOOMZ 560M/1.1B/1.7B/3B/7.1B/176B - ChatGLM3 6B chatglm3 Command R 35B/104B cohere DeepSeek (Code/MoE) 7B/16B/67B/236B deepseek Falcon 7B/11B/40B/180B falcon Gemma/Gemma 2/CodeGemma 2B/7B/9B/27B gemma GLM-4 9B glm4 InternLM2/InternLM2.5 7B/20B intern2 Llama 7B/13B/33B/65B - Llama 2 7B/13B/70B llama2 Llama 3/Llama 3.1 8B/70B llama3 LLaVA-1.5 7B/13B vicuna MiniCPM 1B/2B cpm Mistral/Mixtral 7B/8x7B/8x22B mistral OLMo 1B/7B - PaliGemma 3B gemma Phi-1.5/Phi-2 1.3B/2.7B - Phi-3 4B/7B/14B phi Qwen/Qwen1.5/Qwen2 (Code/Math/MoE) 0.5B/1.5B/4B/7B/14B/32B/72B/110B qwen StarCoder 2 3B/7B/15B - XVERSE 7B/13B/65B xverse Yi/Yi-1.5 6B/9B/34B yi Yi-VL 6B/34B yi_vl Yuan 2 2B/51B/102B yuan

可以看到，当前主流的开源大模型，包括ChatGLM3、Qwen的第一代以及最新的2版本，还有Biachuan2等，已经完全支持不同规模的参数量。针对LLaMA架构的系列模型，该项目已经基本实现了全面的适配。而其支持的训练方法，也主要围绕（增量）预训练、指令监督微调、奖励模型训练、PPO 训练和 DPO 训练展开，具体情况如下：

方法全参数训练部分参数训练 LoRA QLoRA 预训练（Pre-Training） ✅ ✅ ✅ ✅ 指令监督微调（Supervised Fine-Tuning） ✅ ✅ ✅ ✅ 奖励模型训练（Reward Modeling） ✅ ✅ ✅ ✅ PPO 训练（PPO Training） ✅ ✅ ✅ ✅ DPO 训练（DPO Training） ✅ ✅ ✅ ✅

最后且最关键的一点需特别指出：虽然LLaMA-Factory项目允许我们在120余种大模型中灵活选择并快速开启微调工作，但运行特定参数量的模型是否可行，仍然取决于本地硬件资源是否充足。因此，在选择模型进行实践前，大家必须仔细参照下表，结合自己的服务器配置来决定，以避免因硬件资源不足导致的内存溢出等问题。不同模型参数在不同训练方法下的显存占用情况如下：

训练方法精度 7B 13B 30B 65B 全参数 16 160GB 320GB 600GB 1200GB 部分参数 16 20GB 40GB 120GB 240GB LoRA 16 16GB 32GB 80GB 160GB QLoRA 8 10GB 16GB 40GB 80GB QLoRA 4 6GB 12GB 24GB 48GB

关于微调理论我们会在后面专门写文章解释

2、LLaMA-Factory私有化部署

作为GitHub上的开源项目，LLaMA-Factory的本地私有化部署过程与我们之前介绍的大模型部署大体相同，主要包括创建Python虚拟环境、下载项目文件及安装所需的依赖包。这一过程相对直观。但在开始部署之前，我们需要先了解LLaMA-Factory私有化部署对本地软硬件环境的具体要求：

Python >= 3.8版本，建议Python3.10版本以上 PyTorch >= 1.13.1版本，建议 Pytorch 版本为 2.2.1 transformers >= 4.37.2，建议 transformers 版本为 4.38.1 CUDA >= 11.6，建议CUDA版本为12.2

2.1 创建虚拟环境

创建LLaMA-Factory的Python虚拟环境

 conda create  --name llama_factory python==3.11

如上所示，新创建了一个名为LLaMA-Factory的Python虚拟环境，其Python版本为3.11。创建完成后，通过如下命令进入该虚拟环境，执行后续的操作：

conda activate llama_factory

2.2 安装Pytorch

建议先自己根据CUDA版本要求安装Pytorch，如果按照llama_factory官网安装默认是支持CPU的版本，地址：https://pytorch.org/get-started/previous-versions/**

这里根据自己电脑显卡驱动的CUDA版本要求，在Pytorch官网中找到适合自己的Pytorch安装命令。

    conda install pytorch==2.2.0 torchvision==0.17.0 torchaudio==2.2.0 pytorch-cuda=12.1 -c pytorch -c nvidia

待安装完成后，如果想要检查是否成功安装了GPU版本的PyTorch，可以通过几个简单的步骤在Python环境中进行验证：

    import torch
    print(torch.cuda.is_available())

如果输出是 True，则表示GPU版本的PyTorch已经安装成功并且可以使用CUDA，如果输出是False，则表明没有安装GPU版本的PyTorch，或者CUDA环境没有正确配置，此时根据教程，重新检查自己的执行过程。

2.3 下载LLaMA-Factory项目文件

进入LLaMA-Factory的官方Github，地址：https://github.com/hiyouga/LLaMA-Factory ，在 GitHub 上将项目文件下载到有两种方式：克隆 (Clone) 和下载 ZIP 压缩包。推荐使用克隆 (Clone)的方式。我们首先在GitHub上找到其仓库的URL。

执行克隆命令，将LLaMA-Factory Github上的项目文件下载至本地的当前路径下，如下：

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

如果网络不通或者其他原因无法下载，就下载zip文件解压到本地目录，或者上传到服务器。

建议在执行项目的依赖安装之前升级 pip 的版本，如果使用的是旧版本的 pip，可能无法安装一些最新的包，或者可能无法正确解析依赖关系。升级 pip 很简单，只需要运行命令如下命令：

python -m pip install --upgrade pip

2.4 安装LLaMA-Factory项目代码运行的项目依赖

在LLaMA-Factory中提供的 requirements.txt文件包含了项目运行所必需的所有 Python 包及其精确版本号。使用pip一次性安装所有必需的依赖，执行命令如下：

cd LLaMA-Factory
pip install -e ".[torch,metrics]"

如果不具备科学上网环境，还想通过在线的方式下载大模型，可以将模型下载源指向国内的ModelScope社区。这需要先中断当前的LLaMA-Board的后台服务，具体操作如下：

    # Linux操作系统， 如果是 Windows 使用 `set USE_MODELSCOPE_HUB=1`
    export USE_MODELSCOPE_HUB=1 
    CUDA_VISIBLE_DEVICES=0 llamafactory-cli webui

通过上述步骤就已经完成了LLaMA-Factory模型的完整私有化部署过程。接下来，我们将详细介绍如何借助LLaMA-Factory项目执行ChaGLM3、Qwen和Baichuan2系列模型的微调和使用。

2.5 chat

先选择一个简单的模型进行测试，我们选择Qwen2-0.5B-Chat

可以在界面进行简单的对话

2.6 微调

选择数据集，注意我们启动命令时一定要在LLaMA-Factory目录下，不然数据会加载失败。选择预置的数据，支持预览查看，需要特定的数据格式，如果是自定义数据也需要按照这种格式来进行配置。

界面展示

训练过程

显存占用

显存全部占满

经过LoRA微调生成的Adapter权重和其相对应的配置文件，其存放在服务器下

/root/LLaMA-Factory-main/saves/Qwen2-0.5B-Chat/lora/train_2024-08-28-15-12-01

2.7 使用微调模型

对于LoRA微调，训练结束后如果想使用其微调后的模型，在LLaMA Board上也可以非常方便的加载，具体使用的过程如下：

通过上述步骤，我们可以完整地实现微调流程，且整个过程均可通过页面端完成，整体用户体验非常良好。大家也可以根据上述的流程，尝试对ChatGLM3-6B和Biachuan2系列模型进行LoRA或QLoRA微调，或者其他支持的系列模型。

2.8 合并导出

当然，除了分步加载微调后得到的Adapter 和原始模型，在LLaMA Board上还可以一键进行模型权重的合并，具体操作如下：

导出后可以在主目录中查看

总结

### LLaMA Factory总结
**项目概述：**
LLaMA Factory是一个在GitHub上开源的项目，旨在为开发者提供一个简单易用的大语言模型（LLM）微调框架。该框架支持LLaMA、Baichuan、Qwen、ChatGLM等多种架构的大模型，并提供了从预训练到RLHF阶段的完整微调解决方案。目前支持约120+种模型和60+数据集，通过其零代码、可视化的一站式微调界面LLaMA Board，用户可以轻松完成微调过程。
**主要特点：**
- **易于使用**：通过下载模型和数据集快速开始微调，无需复杂设置。
- **全面支持**：支持多种主流开源大模型，如ChatGLM3、Qwen等，并实现了对LLaMA架构系列模型的全面适配。
- **高效可视化**：LLaMA Board提供零代码可视化微调界面和实时训练进度更新。
- **多样化训练方法**：包括增量预训练、指令监督微调、奖励模型训练、PPO和DPO训练等多种方法，且支持全参数、部分参数及LoRA等模式。
**硬件要求：**
- 需根据选择的模型参数量和训练方法准备足够的本地硬件资源，避免内存溢出。不同模型和方法对GPU显存的要求不同。
**部署流程：**
1. **创建Python虚拟环境**：推荐使用Python 3.10及以上版本。
2. **安装PyTorch**：根据本地CUDA版本安装相应的PyTorch版本。
3. **下载LLaMA-Factory项目**：从GitHub克隆或下载项目文件。
4. **安装依赖**：通过`requirements.txt`安装项目所需的所有Python包。
**使用流程：**
1. **选择模型**：根据项目支持的模型列表选择合适的模型进行微调。
2. **预处理数据集**：准备符合要求的数据集或选择预置数据。
3. **微调模型**：通过Web UI设置微调参数并启动微调过程。
4. **查看和使用微调模型**：在LLaMA Board上查看训练进度和结果，并可选择加载使用微调后的模型。
5. **模型合并导出**：支持将原始模型和微调后的Adapter合并并导出。
**总结**：
LLaMA Factory是一个功能全面的大语言模型微调框架，具备易用性、全面支持和高效可视化的特点。仅需简单的步骤即可完成模型的下载、数据集准备和微调过程，并通过Web UI实时监控和管理训练。然而，也需特别注意本地硬件资源的充足性，以避免潜在的资源不足问题。对于希望快速将通用模型转化为特定领域垂直模型的开发者而言，LLaMA Factory是一个不错的选择。