基于魔搭社区免费 GPU 使用 LLaMaFactory 微调大模型

一、环境

之前介绍过本地部署 LLaMaFactory 微调平台的方法，如果你还在为设备问题而烦恼，可以尝试使用云端免费 GPU 资源。

首先注册魔搭社区，绑定个人阿里云账号即可，详情见：https://www.modelscope.cn/my/mynotebook；然后就可免费获得 36 小时 GPU 环境。

配置参数如下：

• CPU：8 核，主要负责数据的调度和预处理
• 内存：32GB，数据从硬盘加载后会暂时存放这里
• 显存：24G
• 操作系统：Ubuntu 22.04
• CUDA：12.8.1，英伟达的并行计算平台，支持最新的 RTX 40 系列或 H 系列显卡
• Python：3.11
• PyTorch：2.9.1，目前最主流的深度学习框架
• ModelScope：1.35.0（预装版本）

安装 LLaMaFactory

执行 git 克隆 llama-factory 项目，运行 pip install -e .。若出现依赖冲突提示，为避免 pip 导致权限混乱，推荐使用虚拟环境（venv）。

创建虚拟环境

python -m venv llmVenv
source llmVenv/bin/activate
deprecate

在虚拟环境中执行升级：pip install --upgrade pip

后续执行 pip install -e . 和 pip install -r requirements/metrics.txt。运行 llamafactory-cli webui 可以启动，并在控制台点击 http://127.0.0.1:7860/ 完成浏览器访问。

二、模型选择

2.1. 模型分类和区别

此处选中一个模型 Qwen3-4B-Base，跳出告警提示。这是因为 Base 表示基座模型，而不是经过指令微调 Instruct 的模型。

两者区别在于：

• Base：基座模型，只完成了预训练，擅长续写文本，不擅长直接理解并回答人类的问题或指令。
• Instruct：指令模型，在基座模型的基础上，使用大量用户指令和期望回答的数据进行微调，能够正确理解并遵循人类指令。

后续选择 Qwen3.5-2B-Base，此时模型名称同样带 Base，却没有弹出告警提示。Qwen3.5 是后训练模型，已经经历了至少一轮指令微调或强化学习（RL），具备对话能力。RL 训练的模型其指令遵循能力通常优于单纯的监督微调（SFT）模型。

2.2. 加载模型对话

点击 Chat 进行加载模型对话，可以看到其中的如下参数：

2.2.1. 推理引擎

• Hugging Face：transformers 库，是 LLM 领域最通用的原生推理框架。开箱即用，配置灵活，适合调试、开发、原型验证。默认使用 PyTorch 动态图，速度相对较慢，显存占用较高。
• vLLM：高性能和服务框架，专为高吞吐、低延迟设计。支持连续批处理，自动合并请求，提高吞吐。适合生产环境部署、高并发 API 服务、需要最大化吞吐量的离线推理。
• SGLang：较新的推理框架，专注于结构化生成和复杂推理任务。吞吐量接近 vLLM，适合需要复杂生成逻辑，对推理过程有精细控制要求的场景。

2.2.2. 推理数据类型

控制模型加载和推理时使用的数值精度。

• auto：自动选择，框架会根据模型配置和硬件能力自动决定最优精度。如果支持 bfloat16，通常会优先使用，否则回退到 float16 或 32。
• float32：最精确，显存占用最大，速度最慢，通常不推荐用于推理。
• float16：显存较 fp32 减半，速度更快，精度损失小。大多数 GPU 支持。
• bfloat16：与 fp16 同显存占用，但动态范围更大，训练和推理更稳定。

2.2.3. 额外参数

{"vllm_enforce_eager": true}，vLLM 专用参数，在 vLLM 中会强制使用 eager 模式（不使用 CUDA 图优化），通常用于调试或避免某些显存问题；此处当前推理引擎是 huggingface，理论上这个参数不会生效，但是我这里默认自带，还是手动删除（即仅保留 {}，否则会出现 Json 格式错误）；

点击加载模型后，可以看到控制台会自动下载对应的模型。

当然也可以手动下载魔搭社区的模型，默认存储路径也是一样的，访问：https://modelscope.cn/models，此处以 Qwen3.5-2B 举例：modelscope download --model Qwen/Qwen3.5-2B（详情见：https://www.modelscope.cn/models/Qwen/Qwen3.5-2B）

这里等待模型加载成功后，就可以正常聊天了。

三、数据集

魔搭社区中提供大量数据集，我们学习过程中可以下载使用，详情见：https://www.modelscope.cn/datasets

3.1. 获取源数据

此处随便举个例子，随手拿了个蚂蚁金融语义相似度数据集，详情见：https://www.modelscope.cn/datasets/modelscope/afqmc

在数据集文件中下载 train.csv，下载完成后，我可能可以得到如下数据，可以看出此数据集是用于评估问题间的语义相似性。

sentence1 = 句子 1, sentence2 = 句子 2, label = 0 表示两者语义不同、1 表示语义相同

3.2. 编写转换脚本

我们通过脚本将 csv 转换成 LLaMaFactory 需要的 json 格式，脚本如下，不熟练的小伙伴可借助 AI 工具。

3.3. 生成数据集

在 py 脚本目录下执行 python csv2Json.py 可以得到目标文件 json 如下：

将生成的 ant_finance_same.json 移动至 LLaMA-Factory 项目中的 data 文件夹中，再修改 dataset_info.json 加入刚才生成的 json，其余保持不动；

dataset_info.json 是 LLaMaFactory 中用于注册和管理数据集的配置文件。主要作用是配置数据集文件路径。

四、训练

4.1. 加载并预览数据集

现在，我们就可以在数据集中选中刚才配置的数据，点击预览数据集后可以看到示例；

4.2. 执行微调

点击开始微调模型，大约一两分钟后可以看到下方控制台输出日志，然后就是耐心的等待（GPU 环境超过 1 小时无操作将触发自动关闭功能，要记得点下控制台）；

上图可知，此次训练需要大约 10.5 小时，但是单次实例连接时间最长是 8 小时，尽管可以中途中断，后续再继续，但是我执行 1 个小时后，环境直接卡死，什么都动不了。

本次演示我还是希望能够走完一遍流程，于是将数据集做了份删减版。mini 版数据集仅 1000 条数据，训练需要不到 20 分钟；

上图中右边的趋势图表示训练过程中损失值 Loss 随训练步数 Step 变化的曲线，用于监控模型的学习情况。

original 原始曲线：每个记录点实际计算出的损失值，由于单批次数据存在随机性，曲线往往会有很多噪声毛刺；

smoothed 平滑曲线：对原始损失进行移动平均或指数平滑后的曲线，能更加清晰地反映损失的整体变化趋势，滤除短期波动；

4.3. 导出微调结果

等到训练完毕，我们可以在检查点路径找到刚才微调后的模型；

导出完成后，我们可以看到路径下对应的文件；

我们尝试加载微调后的模型，进行对话。

五、转换 GGUF

为了能够让 ollama 或 llama.cpp 直接使用，需要将 Hugging Face 格式模型转换成 GGUF 格式的文件。

5.1. 创建环境

为避免冲突，建议创建一个独立的 Python 环境：

python -m venv cppVenv
source cppVenv/bin/activate

克隆 llama.cpp，该工具可转换 GGUF：

git clone https://github.com/ggerganov/llama.cpp.git
cd llama.cpp
pip install -r requirements.txt

5.2. 执行转换

python convert_hf_to_gguf.py /mnt/workspace/models/Qwen3.5-2B-output --outfile /mnt/workspace/gguf/Qwen3.5-2B-output.gguf --outtype q8_0

Qwen3.5-2B-output 为 model.safetensors 文件所在路径；

--outtype q8_0 表示量化类型，默认输出 f16 格式；

执行过程中会出现异常：

File "/mnt/workspace/git_src/llama.cpp/cppVenv/lib/python3.11/site-packages/transformers/models/auto/tokenization_auto.py", line 1153, in from_pretrained raise ValueError( ValueError: Tokenizer class TokenizersBackend does not exist or is not currently imported.

原因是在合并模型时，无法正确加载模型的 tokenizer 导致的，通常是因为模型文件夹中的 tokenizer_config.json 配置缺少必要的 tokenizer 文件。

1. 检查当前 tokenizer_config.json 内容：

cat /mnt/workspace/models/Qwen3.5-2B-output/tokenizer_config.json | grep tokenizer_class

2. Qwen3.5-2B 模型对应的 tokenizer 类是 Qwen2Tokenizer，使用 sed 直接替换：

sed -i 's/"tokenizer_class": "TokenizersBackend"/"tokenizer_class": "Qwen2Tokenizer"/g' /mnt/workspace/models/Qwen3.5-2B-output/tokenizer_config.json

替换后再执行转换命令即可，最后可以得到 GGUF 文件。