Llama-Factory 微调常见错误与解决方案指南
在大模型时代，越来越多的研究者和开发者希望将预训练语言模型应用于垂直领域——比如客服问答、法律咨询或医疗辅助。然而，直接从零开始训练一个大模型既不现实也不经济。于是，微调（Fine-tuning） 成为最主流的方式。
但问题来了：传统微调需要写复杂的训练脚本、管理分布式环境、处理显存瓶颈……这对新手来说简直是'劝退三连'。直到 Llama-Factory 的出现。
这个开源项目像是一站式自助餐厅，把数据预处理、模型加载、LoRA/QLoRA 配置、训练监控、权重合并全都打包好了，甚至提供了可视化界面，点点鼠标就能启动训练。听起来很美好？没错，但它也有自己的'隐藏规则'——稍有不慎，就会遇到训练崩溃、显存溢出、权重无效等问题。
下面我们就来盘点一下，使用 Llama-Factory 时新手最容易踩的十个坑，并结合底层机制给出真正能落地的解决建议。
为什么你明明用了 LoRA 还是爆显存？
这是最常见的第一问：'我都用 LoRA 了，参数不是只训 0.1% 吗？怎么还会 CUDA out of memory？'
答案是：可训练参数少 ≠ 显存占用低。
LoRA 确实大幅减少了梯度和优化器状态的存储需求，但以下几部分依然吃显存：
- 模型前向传播中的激活值（activations），尤其是深层网络；
- Adam 优化器仍需保存部分状态（虽然比全参数小很多）；
- Batch Size 太大时，中间缓存会迅速堆积；
- 使用 FP32 训练而非半精度。
实际应对策略：
per_device_train_batch_size: 1 # 能压到 1 最好
gradient_accumulation_steps: 16 # 模拟大 batch
fp16: true # 或 bf16（如果支持）
如果你连 batch_size=1 都跑不动，那下一步就是上 QLoRA，通过 4-bit 量化进一步压缩主模型权重内存。
✅ 小贴士：RTX 3090（24GB）上跑 Llama-2-7B 的 LoRA，通常
bs=4是极限；若想更稳，降为bs=2+grad_acc=8更安全。
训完发现模型'没学会'？可能是 LoRA 插错地方了
你辛辛苦苦训了几个小时，结果一推理，输出还是随机乱语或者不断重复。检查日志却发现 loss 其实在下降——这说明模型'学到了东西'，只是没起作用。
罪魁祸首往往是：target_modules 配错了。
不同架构的模型，其注意力层的命名完全不同：
| 模型 | 正确 target_modules |
|---|---|
| LLaMA / Mistral | "q_proj", "v_proj" |
| ChatGLM | "query_key_value" |
| Qwen | "c_attn" |
| Bloom |
