LLaMA-Factory 微调多模态大模型 Qwen3-VL

• 如果训练正常的，可以出现如下信息：

3. 模型导出

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
# 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。

4. 模型部署：vLLM 服务

模型训练好后，项目推荐使用 vLLM 部署模型

• 源码：https://github.com/vllm-project/vllm
• 文档：https://vllm.hyper.ai/docs/
• 安装：pip install vllm

#!/usr/bin/env bash
# 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

• api-key 是自定义的服务接口的 API 访问密钥，后面接口调用需要使用。客户端请求需包含：Authorization: Bearer token-abc123，保护服务器免受未授权访问
• model_path 请填写 Lora 微调 (合并) 后的模型路径
• dtype auto 自动选择模型加载的数据类型，优先使用模型配置文件指定的 dtype。如果没有指定，会根据模型大小和可用 GPU 内存自动选择。常见选择：float16、bfloat16、float32
• max-model-len 设置模型支持的最大上下文长度（token 数），通常是 2048 或 4096
• max_num_seqs 设置批处理的最大序列数，控制同时处理的最大请求
• gpu_memory_utilization 设置 GPU 内存利用率目标，0.95 的含义：尝试使用 95% 的可用 GPU 内存

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/

5. 测试效果

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：