PythonAI算法
LLaMA-Factory 微调多模态大模型 Qwen3-VL
基于 LLaMA-Factory 框架微调 Qwen3-VL-2B-Instruct 多模态大模型的完整流程。涵盖环境准备、模型下载、LoRA 微调配置、权重合并导出、vLLM 服务部署及 OpenAI 协议接口测试。适合拥有 NVIDIA 显卡资源的开发者快速构建多模态应用。
基于 LLaMA-Factory 框架微调 Qwen3-VL-2B-Instruct 多模态大模型的完整流程。涵盖环境准备、模型下载、LoRA 微调配置、权重合并导出、vLLM 服务部署及 OpenAI 协议接口测试。适合拥有 NVIDIA 显卡资源的开发者快速构建多模态应用。
微调 Qwen3-VL-2B 模型，至少需要 12G 显存
项目采用大型语言模型工厂（LLaMA-Factory）对大模型微调，目前可支持 Qwen3 / Qwen2.5-VL / Gemma 3 / GLM-4.1V / InternLM 3 / MiniCPM-o-2.6 等大模型。下面以微调 Qwen3-VL-2B-Instruct 作为例子进行说明。
微调之前，请先下载 Qwen3-VL 基础模型。下载方法可以选择 modelscope 和 huggingface，国内建议选择 modelscope，避免翻墙问题。
modelscope 下载 Qwen3-VL-2B-Instruct 方法，模型默认保存在 ~/.cache/modelscope/hub/models/
# 使用 modelscope 下载模型 Qwen3-VL-2B-Instruct # 模型保持在 ~/.cache/modelscope/hub/models/
modelscope download --model Qwen/Qwen3-VL-2B-Instruct
微调其他 Qwen3-VL 版本，请参考地址：
LLaMA-Factory 安装教程，请参考官方文档：
安装好 LLaMA-Factory 后，激活环境，然后终端输入（默认端口是 7860）：
export CUDA_VISIBLE_DEVICES=0 # 指定运行 GPU
export GRADIO_SERVER_PORT=30000 # 指定 gradio 的端口 (默认是 7860，这里修改为 30000)
export GRADIO_TEMP_DIR="~/.cache/gradio" # 指定 gradio 临时缓存路径，解决上传图片权限的问题
llamafactory-cli webui # 启动 llamafactory web 服务
浏览器打开 url http://0.0.0.0:30000/ (http://ip:port,默认端口是 7860，为避免端口冲突，可以通过 export GRADIO_SERVER_PORT=30000 修改端口),并按照配置如下信息:
基于 LoRA 训练的模型，默认情况下，输出目录只保存了增量的训练参数；你还需要将原始基础模型 (--model_name_or_path) 和 LoRA 适配器参数 (--adapter_name_or_path) 进行合并，生成一个独立的、无需额外加载适配器即可运行的完整模型，便于后续部署或分享。
#!/usr/bin/env bash
# TODO Lora+model 合并，参数说明：
#--model_name_or_path：原始基础模型路径，可使用 modelscope download --model Qwen/Qwen3-VL-2B-Instruct 下载
#--adapter_name_or_path：LoRA 适配器路径（即训练输出目录）
#--export_dir：合并后模型的保存路径
#--template default：Qwen3-VL 可使用 default，也可尝试 qwen_vl（但通常自动识别）
#--trust_remote_code True：Qwen 系列模型必需
export CUDA_VISIBLE_DEVICES=0
model_name_or_path=~/.cache/modelscope/hub/models/Qwen/Qwen3-VL-2B-Instruct
adapter_name_or_path=saves/Qwen3-VL-2B-Instruct/lora/train_2025-12-22-18-08-22/checkpoint-440
export_dir=saves/Qwen3-VL-2B-Instruct/lora/train_2025-12-22-18-08-22/Qwen3-VL-2B-Instruct
llamafactory-cli export \
--model_name_or_path $model_name_or_path \
--adapter_name_or_path $adapter_name_or_path \
--template default \
--finetuning_type lora \
--export_dir $export_dir \
--trust_remote_code True
llamafactory-cli export调用 LLaMA-Factory 的命令行接口（CLI），执行 export 操作，即导出合并后的模型。model_name_or_path $model_name_or_path指定基础模型（base model）的路径或 Hugging Face 模型 ID。例如：Qwen/Qwen3-VL-2B-Instruct或本地路径~/.cache/modelscope/hub/models/Qwen/Qwen3-VL-2B-Instruct。adapter_name_or_path $adapter_name_or_path指定微调后保存的 LoRA 适配器（adapter）的路径。通常是通过 LLaMA-Factory 微调后生成的包含 adapter_model.safetensors 或 adapter_model.bin 的目录。template default指定对话模板（chat template）名称。default 表示使用 LLaMA-Factory 中预设的默认模板（通常适用于无特殊对话格式的模型）。其他值如 llama3、chatglm3 等会根据模型格式自动选择对应的输入格式。finetuning_type lora指定微调方法类型。此处为 lora，表示使用的是 LoRA（Low-Rank Adaptation）微调。LLaMA-Factory 也支持 full（全参数微调）或 pissa 等类型。export_dir $export_dir指定合并后模型的输出目录。导出的模型将保存在此路径下，包含 tokenizer、config、权重等完整结构，可直接用于推理或部署。trust_remote_code True允许加载远程自定义代码（如某些 Hugging Face 模型需要 modeling_xxx.py 等自定义文件）。对于需要自定义建模逻辑的模型（如 ChatGLM、Qwen 等）必须启用该选项。模型训练好后，项目推荐使用 vLLM 部署模型
#!/usr/bin/env bash
# TODO 启动 vllm 服务
export CUDA_VISIBLE_DEVICES=0
# http://0.0.0.0:8000/v1
# model_path=~/.cache/modelscope/hub/models/Qwen/Qwen3-VL-2B-Instruct
# 原始基础模型路径
model_path=saves/Qwen3-VL-2B-Instruct/lora/train_2025-12-22-18-08-22/Qwen3-VL-2B-Instruct
# Lora 微调 (合并) 后的模型路径
vllm serve $model_path --dtype auto --max-model-len 7680 --max_num_seqs 32 --api-key token-abc123 --gpu_memory_utilization 0.95 --trust-remote-code
启动成功后，可以看到 Starting vLLM API server 0 on http://0.0.0.0:8000 等信息，这是就是 vLLM 服务接口，后续可以基于该接口实现聊天对话功能。关于接口说明，请参考 https://vllm.hyper.ai/docs/
调用 vLLM API 进行多模态对话，测试脚本如下：
# -*- coding: utf-8 -*-
import os
import traceback
from openai import OpenAI
from pybaseutils import image_utils, base64_utils
url = "http://0.0.0.0:8000/v1" # vLLM 地址
url + /chat/completions
key = "token-abc123" # API 密钥，需与启动服务时设置的 (--api-key) 保持一致
class Client():
"""调用 vLLM API 进行多模态对话"""
def __init__(self, url, key, model=None):
"""
初始化 Client 类
:param url: vLLM API 地址
:param key: API 密钥
:param model: 模型名称
"""
self.url = url
self.key = key
self.model = model
self.services = OpenAI(api_key=self.key, base_url=self.url)
print(f"url:{self.url}, key:{self.key}, model:{self.model}")
def chat(self, messages, T=0.0):
"""
:param messages: 多模态消息列表
:param T: 温度参数
:return: 模型回复内容
"""
result = None
try:
response = self.services.chat.completions.create(model=self.model, messages=messages, seed=2024, temperature=T)
contents = response.choices[0].message.content
result = contents if isinstance(contents, str) else contents[0]['text']
except Exception as e:
traceback.print_exc()
return result
if __name__ == "__main__":
image_file = "./data/test.jpg"
assert os.path.exists(image_file), f"{image_file} not exists"
image = image_utils.read_image(image_file, use_rgb=True)
messages = [{
"role": "user",
"content": [
{"type": "text", "text": "请详细描述这张图片"},
{"type": "image_url", "image_url": {"url": image}},
]
}]
messages = base64_utils.serialization(messages, prefix="data:image/jpeg;base64,", use_rgb=True)
client = Client(url=url, key=key)
output = client.chat(messages)
print(output)
这次测试图片：
这是输出结果：
微信公众号「极客日志」，在微信中扫描左侧二维码关注。展示文案：极客日志 zeeklog
使用加密算法（如AES、TripleDES、Rabbit或RC4）加密和解密文本明文。 在线工具，加密/解密文本在线工具，online
生成新的随机RSA私钥和公钥pem证书。 在线工具，RSA密钥对生成器在线工具，online
基于 Mermaid.js 实时预览流程图、时序图等图表，支持源码编辑与即时渲染。 在线工具，Mermaid 预览与可视化编辑在线工具，online
解析常见 curl 参数并生成 fetch、axios、PHP curl 或 Python requests 示例代码。 在线工具，curl 转代码在线工具，online
将字符串编码和解码为其 Base64 格式表示形式即可。 在线工具，Base64 字符串编码/解码在线工具，online
将字符串、文件或图像转换为其 Base64 表示形式。 在线工具，Base64 文件转换器在线工具，online