部署及微调Qwen1.5系列模型

模型介绍

作为qwen1.0系列的进阶版，qwen1.5进行了大幅更新，主要体现在如下三个方面：

• 多语言能力提升：qwen1.5在多语言处理能力上进行了显著优化，支持更广泛的语言类型和更复杂的语言场景。

• 人类偏好对齐：通过采用直接策略优化（DPO）和近端策略优化（PPO）等技术，增强了模型与人类偏好的对齐度。

• 长序列支持：所有规模的qwen1.5模型均支持高达32768个tokens的上下文长度，大幅提升了处理长文本的能力。

在性能评测方面，qwen1.5在多项基准测试中均展现出优异的性能。无论是在语言理解、代码生成、推理能力，还是在多语言处理和人类偏好对齐等方面，qwen1.5系列模型均表现出了强大的竞争力。

运行环境要求

• 本示例目前仅支持在华北2（北京）、华东2（上海）、华南1（深圳）、华东1（杭州）地域使用PAI-快速开始（PAI-QuickStart）模块运行。

• 资源配置要求：

  模型规模	要求
  qwen1.5-0.5b/1.8b/4b/7b	使用V100/P100/T4（16 GB显存）及以上卡型运行训练任务（QLoRA轻量化微调）。
  qwen1.5-14b	使用V100（32 GB显存）/A10及以上卡型运行训练任务（QLoRA轻量化微调）。

通过PAI控制台使用模型

模型部署和调用

1. 进入快速开始页面。

   1. 登录PAI控制台。

   2. 在顶部左上角根据实际情况选择地域。

   3. 在左侧导航栏选择工作空间列表，单击指定工作空间名称，进入对应工作空间内。

   4. 在左侧导航栏选择快速开始。

2. 在快速开始页面右侧的模型列表中，单击qwen1.5-7b-chat模型卡片，进入模型详情页面。

3. 单击右上角模型部署，配置推理服务名称以及部署使用的资源信息，即可将模型部署到EAS推理服务平台。

   当前模型需要使用公共资源组进行部署。

   

4. 使用推理服务。

   在任务管理中单击已部署的服务名称，在服务详情页面单击查看WEB应用，即可通过ChatLLM WebUI进行实时交互。

   

模型微调训练

PAI-QuickStart为qwen1.5-7b-chat模型配置了微调算法，您可以通过开箱即用的方式对该模型进行微调。

训练算法支持使用JSON格式输入，每条数据由问题、答案组成，分别用"instruction"、"output"字段表示，例如：

[
    {
        "instruction": "写一首以“寓居夜感”为题的诗：",
        "output": "独坐晚凉侵，客窗秋意深。风沙疑化雾，夜气欲成霖。家务劳人倦，浓茶代酒斟。哀鸿鸣四野，一并助长吟。"    
     },
    {
        "instruction": "写一首以“次答友人思乡诗”为题的诗：",
        "output": "阅尽沧桑万事空，何如归卧夕阳中。并州最是伤心地，四十馀年噩梦同。"    
     }
]

1. 在模型详情页单击右上角微调训练。关键配置如下：

   • 数据集配置：当完成数据的准备，您可以将数据上传到对象存储OSS Bucket中，或是通过指定一个数据集对象，选择NAS或CPFS存储上的数据集。您也可以使用PAI预置的公共数据集，直接提交任务测试算法。

   • 计算资源配置：算法需要使用V100/P100/T4（16GB显存）的GPU资源，请确保选择使用的资源配额内有充足的计算资源。

   • 超参数配置：训练算法支持的超参信息如下，您可以根据使用的数据，计算资源等调整超参，或是使用算法默认配置的超参。

     超参数	类型	默认值	是否必须	描述
     learning_rate	float	5e-5	是	学习率，用于控制模型权重，调整幅度。
     num_train_epochs	int	1	是	训练数据集被重复使用的次数。
     per_device_train_batch_size	int	1	是	每个GPU在一次训练迭代中处理的样本数量。较大的批次大小可以提高效率，也会增加显存的需求。
     seq_length	int	128	是	序列长度，指模型在一次训练中处理的输入数据的长度。
     lora_dim	int	32	否	LoRA维度，当lora_dim>0时，使用LoRA/QLoRA轻量化训练。
     lora_alpha	int	32	否	LoRA权重，当lora_dim>0时，使用LoRA/QLoRA轻量化训练，该参数生效。
     load_in_4bit	bool	true	否	模型是否以4 bit加载。 当lora_dim>0、load_in_4bit为true且load_in_8bit为false时，使用4 bit QLoRA轻量化训练。
     load_in_8bit	bool	false	否	模型是否以8比特加载。 当lora_dim>0、load_in_4bit为false且load_in_8bit为true时，使用8 bit QLoRA轻量化训练。
     gradient_accumulation_steps	int	8	否	梯度累积步骤数。

2. 单击训练，PAI-QuickStart自动跳转到模型训练页面，并开始进行训练，您可以查看训练任务状态和训练日志。

   如果需要将微调训练完的模型部署为在线服务，可以在同一页面的模型部署卡片中选择资源组，然后单击部署实现一键部署。模型调用方式和上文直接部署模型的调用方式相同。

通过PAI Python SDK使用模型

PAI-QuickStart提供的预训练模型也支持通过PAI Python SDK进行调用，首先需要安装和配置PAI Python SDK，您可以在命令行执行以下代码：

# 安装PAI Python SDK
python -m pip install alipai --upgrade

# 交互式的配置访问凭证、PAI工作空间等信息
python -m pai.toolkit.config

如何获取SDK配置所需的访问凭证（AccessKey）、PAI工作空间等信息请参考安装和配置。

模型部署和调用

通过PAI-QuickStart在模型上预置的推理服务配置，您可轻松地将qwen1.5-7b-chat模型部署到PAI-EAS推理平台。

from pai.model import RegisteredModel

# 获取PAI提供的模型
model = RegisteredModel(
    model_name="qwen1.5-7b-chat",
    model_provider="pai"
)

# 直接部署模型
predictor = model.deploy(
    service="qwen7b_chat_example"
)

# 用户可以通过推理服务的详情页，打开部署的Web应用服务
print(predictor.console_uri)

模型的微调训练

通过SDK获取PAI-QuickStart提供的预训练模型后，您可以对模型进行微调。

# 获取模型的微调训练算法
est = model.get_estimator()

# 获取PAI提供的公共读数据和预训练模型
training_inputs = model.get_estimator_inputs()

# 使用用户自定义数据
# training_inputs.update(
#     {
#         "train": "<训练数据集OSS或是本地路径>",
#         "validation": "<验证数据集的OSS或是本地路径>"
#     }
# )

# 使用默认数据提交训练任务
est.fit(
    inputs=training_inputs
)

# 查看训练产出模型的OSS路径
print(est.model_data())

如果需要将微调训练完的模型部署为在线服务，可以在同一页面的模型部署卡片中选择资源组，然后单击部署实现一键部署。模型调用方式和上文直接部署模型的调用方式相同。

更多关于如何通过SDK使用PAI-QuickStart提供的预训练模型，请参见使用预训练模型 — PAI Python SDK。

相关参考

• qwen1.5模型介绍

• PAI Python SDK