使用LLaMA Factory微调LlaMA 3模型_人工智能平台 PAI(PAI)-阿里云帮助中心

LLaMA Factory是一款开源低代码大模型微调框架，集成了业界广泛使用的微调技术，支持通过Web UI界面零代码微调大模型。本教程将基于Meta AI开源的LlaMA 3 8B模型，介绍如何使用PAI平台及LLaMA Factory训练框架完成模型的中文化与角色扮演微调和评估。

准备环境和资源

创建工作空间，具体操作，请参见创建工作空间。
创建DSW实例，其中关键参数配置如下。具体操作，请参见创建DSW实例。
- 实例规格选择：建议使用24 GB显存的A10（ecs.gn7i-c8g1.2xlarge）或更高配置。
- 镜像选择：建议使用Python3.9及以上版本。本方案在官方镜像中选择modelscope:1.14.0-pytorch2.1.2-gpu-py310-cu121-ubuntu22.04。

步骤一：安装LLaMA Factory

进入DSW开发环境。
1. 登录PAI控制台。
2. 在页面左上方，选择DSW实例所在的地域。
3. 在左侧导航栏单击工作空间列表，在工作空间列表页面中单击默认工作空间名称，进入对应工作空间内。
4. 在左侧导航栏，选择模型开发与训练>交互式建模（DSW）。
5. 单击需要打开的实例操作列下的打开，进入DSW实例开发环境。
在Launcher页面中，单击快速开始区域Notebook下的Python3。
在Notebook中执行以下代码，拉取LLaMA-Factory项目到DSW实例。
```
!git clone --depth 1 https://github.com/hiyouga/LLaMA-Factory.git
```

安装LLaMA-Factory依赖环境。

!pip uninstall -y vllm
!pip install llamafactory[metrics]==0.7.1

运行如下命令，如果显示llamafactory-cli的版本，则表示安装成功。

!llamafactory-cli version

[2024-05-08 10:25:22,857] [INFO] [real_accelerator.py:161:get_accelerator] Setting ds_accelerator to cuda (auto detect)
Welcome to LLaMA Factory, version 0.7.1.dev0

步骤二：下载数据集

LLaMA-Factory项目内置了丰富的数据集，统一存储于data目录下。您可以跳过本步骤，直接使用内置数据集。您也可以准备自定义数据集，将数据处理为框架特定的格式，放在data下，并且修改dataset_info.json文件。

在本教程中，PAI提供了一份多轮对话数据集，执行以下命令下载数据。

%cd LLaMA-Factory
!wget https://atp-modelzoo-sh.oss-cn-shanghai.aliyuncs.com/release/tutorials/llama_factory/data.zip
!mv data rawdata && unzip data.zip -d data

数据集中的样本为多轮对话形式，每轮对话都由一条用户指令和一条模型回答组成，微调过程中模型不断学习样本中的回答风格，从而达到中文化与角色扮演的目的。该数据集分为训练集和验证集两个文件，其中训练集共包含320组多轮对话样本，验证集共包含30组多轮对话样本，数据样例如下所示：

[
{
    "conversations": [
      {
        "from": "human",
        "value": "模仿西游记的孙悟空的语气和我聊天。如果你把水冻住，你会得到什么？"
      },
      {
        "from": "gpt",
        "value": "哈哈，这问题还难倒俺老孙吗？把水冻住就是变成冰啦！不过若是在取经的路上用得着这冰来做啥，比如过火焰山时，那可就是解渴消暑的好东西了！你觉得呢？还有没有更有趣的问题让俺老孙来解答？"
      },
      {
        "from": "human",
        "value": "那怎么做才可以把水冻住"
      },
      {
        "from": "gpt",
        "value": "哈哈，对俺老孙来说，这可是轻而易举的事情！只需将水放在凉快的地方，或者使用法力，一吹仙气，水便能迅速结冰啦！当然，在你的世界里，把水放进冰箱的冷冻室里等一阵子，水就会变成冰块了。要是嫌慢，可以尝试用点干冰或液氮什么的，不过得小心使用哈！毕竟不像俺老孙有抗寒法力。"
      }
    ]
}
]

步骤三：模型微调

启动Web UI

运行如下命令启动Web UI。
其中，USE_MODELSCOPE_HUB设为1，表示模型来源是ModelScope。使用HuggingFace模型可能会有网络问题。
```
!export USE_MODELSCOPE_HUB=1 && \
llamafactory-cli webui
```

单击返回的URL地址，进入Web UI界面。

由于http://0.0.0.0:7860为内网访问地址，仅支持在当前的DSW实例内部通过单击链接来访问WebUI页面，不支持通过外部浏览器直接访问。

/mnt/workspace/LLaMA-Factory
[2024-05-08 21:25:45,224] [INFO] [real_accelerator.py:161:get_accelerator] Setting ds_accelerator to cuda (auto detect)
Running on local URL:  http://0.0.0.0:7860

To create a public link, set `share=True` in `launch()`.

配置参数

进入Web UI后，关键参数配置如下，其他参数保持默认即可。

区域	参数	建议取值	说明
①	语言	zh	无
②	模型名称	LLaMA3-8B-Chat	无
③	微调方法	lora	使用LoRA轻量化微调方法能在很大程度上节约显存。
④	数据集	train	选择数据集后，可以单击预览数据集查看数据集详情。
⑤	学习率	1e-4	有利于模型拟合。
⑥	计算类型	bf16	如果显卡为V100，建议计算类型选择fp16；如果为A10，建议选择bf16。
⑦	梯度累计	2	有利于模型拟合。
⑧	LoRA+学习率比例	16	相比LoRA，LoRA+续写效果更好。
⑨	LoRA作用模块	all	all表示将LoRA层挂载到模型的所有线性层上，提高拟合效果。

启动微调

将输出目录修改为train_llama3，训练后的LoRA权重将会保存在此目录中。
单击预览命令，可展示所有已配置的参数。
如果您希望通过代码进行微调，可以复制这段命令，在命令行运行。
单击开始，启动模型微调。
启动微调后需要等待大约20分钟，待模型下载完毕后，可在界面观察到训练进度和损失曲线。当显示训练完毕时，代表模型微调成功。

步骤四：模型评估

模型微调完成后，单击页面顶部的刷新适配器，然后单击适配器路径，选择下拉列表中的train_llama3，在模型启动时即可加载微调结果。
在Evaluate&Predict页签中，数据集选择eval（验证集）评估模型，并将输出目录修改为eval_llama3，模型评估结果将会保存在该目录中。
单击开始，启动模型评估。
模型评估大约需要5分钟，评估完成后会在界面上显示验证集的分数。其中，ROUGE分数衡量了模型输出答案（predict）和验证集中的标准答案（label）的相似度，ROUGE分数越高代表模型学习得越好。

步骤五：模型对话

在Chat页签中，确保适配器路径是train_llama3，单击加载模型，即可在Web UI中和微调模型进行对话。
在页面底部的对话框输入想要和模型对话的内容，单击提交，即可发送消息。
发送后模型会逐字生成回答，从回答中可以发现模型学习到了数据集中的内容，能够恰当地模仿目标角色的语气进行对话。
单击卸载模型，单击取消适配器路径，然后单击加载模型，即可与微调前的原始模型聊天。
重新向模型发送相同的内容，发现原始模型无法模仿目标角色的语气生成中文回答。