近日，国内的一款微调框架发布了自己的论文《LLAMAFACTORY: Unified Efficient Fine-Tuning of 100+ Language Models》，对他们的框架做了系统性的总结。该框架自推出后迅速出圈，现已斩获15.6k的star，逐步成为当下微调的首选工具。

https://arxiv.org/pdf/2403.13372.pdf

模型微调相较于上下文学习来讲，存在比较高的门槛，但又是模型专业化，领域化不可或缺的技术手段。而其复杂性突出表现在这些方面：

1）理论基础，如果说基于大模型写prompt 根据一定范式来构建RAG或者Agent不需要太多机器学习理论知识，然而微调就必须要对这些有理解，比如样本，学习率，logloss等。

2）数据准备，对于普通开发者，高质量的数据是微调成功的关键保证，而如何预处理，清洗，标注这些样本本身就很复杂，更因此诞生了大模型数据工程这样的领域来解决这一问题。

3）基座模型存在分化，虽然当下很多模型都参考llama和huggingface的一些规范，但是仍然都有一些特殊之处，想要微调也需要针对性地去分析和构建相应的策略。

4）超参数优化，微调本身是一个“炼丹”过程，如何能够找到合适的超参数，达到一个最佳性能，是一个重大挑战。

5）AI工程复杂性，涉及到硬件\软件\复杂流程的协同配合以及系统优化，在有限的成本、资源和时间要求下完成模型训练过程。

正是因为这些原因，对于预训练微调，需要一个类似于工厂的工业化手段来降低门槛，提升效率。

因此，行业内出现了很多微调框架，而LLamaFactory（https://github.com/hiyouga/LLaMA-Factory）便是其中之一，从起名上就可以看出它们的目标是成为模型微调的工厂。

它得以流行主要得益于支持当下主流的大模型百川、千问、LLaMA等，不仅集成了大模型预训练、监督微调和强化微调等阶段的主流的微调技术（支持 LoRA 和 QLoRA 等参数高效微调策略），还提供了预训练、指令微调等丰富的数据集，方便参考使用，最重要的是提供了一个无代码的图形界面，大幅降低使用门槛，非开发者也可以方便地完成模型微调。

该框架架构上由四个模块构成：模型加载器、数据工作器和训练器，以及用户界面LlamaBoard。

在根据官方文档安装好LLamaFactory后，可以有三种方式进行操作，WebUI、CLI或者Python。

1.webUI。

CUDA_VISIBLE_DEVICES=0 python src/train_web.py

2.CLI,由于有时候界面限制，可能需要命令行的方式进行微调。如果不知道具体格式，可以在界面上配置好，再复制到命令行中调整使用。

在example目录中有大量的示例可供参考。

examples/``├── lora_single_gpu/``│   ├── pretrain.sh: 进行预训练``│   ├── sft.sh: 进行指令监督微调``│   ├── reward.sh: 进行奖励模型训练``│   ├── ppo.sh: 进行 PPO 训练``│   ├── dpo.sh: 进行 DPO 训练``│   ├── orpo.sh: 进行 ORPO 训练``│   ├── prepare.sh: 保存预处理后的数据集``│   └── predict.sh: 进行批量预测``├── qlora_single_gpu/``│   ├── bitsandbytes.sh: 微调 4/8 比特 BNB 模型``│   ├── gptq.sh: 微调 4/8 比特 GPTQ 模型``│   ├── awq.sh: 微调 4 比特 AWQ 模型``│   └── aqlm.sh: 微调 2 比特 AQLM 模型``├── lora_multi_gpu/``│   ├── single_node.sh: 使用 Accelerate 进行单节点训练``│   └── multi_node.sh: 使用 Accelerate 进行多节点训练``├── full_multi_gpu/``│   ├── single_node.sh: 使用 DeepSpeed 进行单节点训练``│   └── multi_node.sh: 使用 DeepSpeed 进行多节点训练``├── merge_lora/``│   ├── merge.sh: 将 LoRA 权重合并到预训练模型中``│   └── quantize.sh: 使用 AutoGPTQ 量化模型``├── inference/``│   ├── cli_demo.sh: 启动命令行推理接口``│   ├── api_demo.sh: 启动 OpenAI 风格 API``│   ├── web_demo.sh: 启动浏览器推理接口``│   └── evaluate.sh: 在 MMLU 数据集上评测模型``└── extras/`    `├── galore/`    `│   └── sft.sh: 使用 GaLore 训练模型`    `├── loraplus/`    `│   └── sft.sh: 使用 LoRA+ 训练模型`    `├── llama_pro/`    `│   ├── expand.sh: 扩展模型中的层`    `│   └── sft.sh: 训练扩展后的模型`    `└── fsdp_qlora/`        `└── sft.sh: 使用 FSDP 微调量化模型

3）编程方式。

from llmtuner import run_exp``run_exp(dict(`  `stage="sft",`  `do_train=True,`  `model_name_or_path="Qwen/Qwen1.5-0.5B-Chat",`  `dataset="identity,alpaca_gpt4_en,alpaca_gpt4_zh",`  `template="qwen",`  `finetuning_type="lora",`  `lora_target="all",`  `output_dir="test_identity",`  `per_device_train_batch_size=4,`  `gradient_accumulation_steps=4,`  `lr_scheduler_type="cosine",`  `logging_steps=10,`  `save_steps=100,`  `learning_rate=1e-4,`  `num_train_epochs=5.0,`  `max_samples=500,`  `max_grad_norm=1.0,`  `fp16=True,``))

对于用户来讲，准备正确高质量的数据是用好该工具的关键。在使用自定义数据集时需要在 dataset_info.json 文件中按照以下格式提供数据集定义，数据集格式支持两种：alpaca 和 sharegpt，具体可参考其官方文档。

"数据集名称": {`  `"hf_hub_url": "Hugging Face 的数据集仓库地址（若指定，则忽略 script_url 和 file_name）",`  `"ms_hub_url": "ModelScope 的数据集仓库地址（若指定，则忽略 script_url 和 file_name）",`  `"script_url": "包含数据加载脚本的本地文件夹名称（若指定，则忽略 file_name）",`  `"file_name": "该目录下数据集文件的名称（若上述参数未指定，则此项必需）",`  `"file_sha1": "数据集文件的 SHA-1 哈希值（可选，留空不影响训练）",`  `"subset": "数据集子集的名称（可选，默认：None）",`  `"folder": "Hugging Face 仓库的文件夹名称（可选，默认：None）",`  `"ranking": "是否为偏好数据集（可选，默认：False）",`  `"formatting": "数据集格式（可选，默认：alpaca，可以为 alpaca 或 sharegpt）",`  `"columns（可选）": {`    `"prompt": "数据集代表提示词的表头名称（默认：instruction）",`    `"query": "数据集代表请求的表头名称（默认：input）",`    `"response": "数据集代表回答的表头名称（默认：output）",`    `"history": "数据集代表历史对话的表头名称（默认：None）",`    `"messages": "数据集代表消息列表的表头名称（默认：conversations）",`    `"system": "数据集代表系统提示的表头名称（默认：None）",`    `"tools": "数据集代表工具描述的表头名称（默认：None）"`  `},`  `"tags（可选，用于 sharegpt 格式）": {`    `"role_tag": "消息中代表发送者身份的键名（默认：from）",`    `"content_tag": "消息中代表文本内容的键名（默认：value）",`    `"user_tag": "消息中代表用户的 role_tag（默认：human）",`    `"assistant_tag": "消息中代表助手的 role_tag（默认：gpt）",`    `"observation_tag": "消息中代表工具返回结果的 role_tag（默认：observation）",`    `"function_tag": "消息中代表工具调用的 role_tag（默认：function_call）",`    `"system_tag": "消息中代表系统提示的 role_tag（默认：system，会覆盖 system 列）"`  `}``}

经过以上的步骤，剩下的就是需要耐心的调参和评估了。下面是一个利用webui进行微调操作示例。

小结

相较于其他方法，目前，LlamaFactory可以说是当下最简单快捷又功能强大的一种微调工具，值得大家学习使用。

大模型岗位需求

大模型时代，企业对人才的需求变了，AIGC相关岗位人才难求，薪资持续走高，AI运营薪资平均值约18457元，AI工程师薪资平均值约37336元，大模型算法薪资平均值约39607元。

掌握大模型技术你还能拥有更多可能性：

• 成为一名全栈大模型工程师，包括Prompt，LangChain，LoRA等技术开发、运营、产品等方向全栈工程；

• 能够拥有模型二次训练和微调能力，带领大家完成智能对话、文生图等热门应用；

• 薪资上浮10%-20%，覆盖更多高薪岗位，这是一个高需求、高待遇的热门方向和领域；

• 更优质的项目可以为未来创新创业提供基石。

可能大家都想学习AI大模型技术，也想通过这项技能真正达到升职加薪，就业或是副业的目的，但是不知道该如何开始学习，因为网上的资料太多太杂乱了，如果不能系统的学习就相当于是白学。为了让大家少走弯路，少碰壁，这里我直接把全套AI技术和大模型入门资料、操作变现玩法都打包整理好，希望能够真正帮助到大家。

-END-

---

👉AI大模型学习路线汇总👈

大模型学习路线图，整体分为7个大的阶段：（全套教程文末领取哈）

第一阶段： 从大模型系统设计入手，讲解大模型的主要方法；

第二阶段： 在通过大模型提示词工程从Prompts角度入手更好发挥模型的作用；

第三阶段： 大模型平台应用开发借助阿里云PAI平台构建电商领域虚拟试衣系统；

第四阶段： 大模型知识库应用开发以LangChain框架为例，构建物流行业咨询智能问答系统；

第五阶段： 大模型微调开发借助以大健康、新零售、新媒体领域构建适合当前领域大模型；

第六阶段： 以SD多模态大模型为主，搭建了文生图小程序案例；

第七阶段： 以大模型平台应用与开发为主，通过星火大模型，文心大模型等成熟大模型构建大模型行业应用。

👉大模型实战案例👈

光学理论是没用的，要学会跟着一起做，要动手实操，才能将自己的所学运用到实际当中去，这时候可以搞点实战案例来学习。

👉大模型视频和PDF合集👈

观看零基础学习书籍和视频，看书籍和视频学习是最快捷也是最有效果的方式，跟着视频中老师的思路，从基础到深入，还是很容易入门的。

👉学会后的收获：👈

• 基于大模型全栈工程实现（前端、后端、产品经理、设计、数据分析等），通过这门课可获得不同能力；

• 能够利用大模型解决相关实际项目需求： 大数据时代，越来越多的企业和机构需要处理海量数据，利用大模型技术可以更好地处理这些数据，提高数据分析和决策的准确性。因此，掌握大模型应用开发技能，可以让程序员更好地应对实际项目需求；

• 基于大模型和企业数据AI应用开发，实现大模型理论、掌握GPU算力、硬件、LangChain开发框架和项目实战技能， 学会Fine-tuning垂直训练大模型（数据准备、数据蒸馏、大模型部署）一站式掌握；

• 能够完成时下热门大模型垂直领域模型训练能力，提高程序员的编码能力： 大模型应用开发需要掌握机器学习算法、深度学习框架等技术，这些技术的掌握可以提高程序员的编码能力和分析能力，让程序员更加熟练地编写高质量的代码。

👉获取方式：

😝有需要的小伙伴，可以保存图片到wx扫描二v码免费领取【保证100%免费】🆓