使用 Llama-Factory 微调 Qwen3.5-4B 模型

使用 Llama-Factory 微调 Qwen3.5-4B 模型 | 极客日志

微调前期准备

下载 qwen3.5-4B 模型

# 首先保证已安装 git-lfs（https://git-lfs.com）
git lfs install
git clone https://huggingface.co/Qwen/Qwen3.5-4B.git

下载 Llama-factory

git clone --depth 1 https://github.com/hiyouga/LlamaFactory.git

图片描述

微调环境搭建

我们依然是搭建一个 miniconda。

# 清除当前 shell 会话中的 PYTHONPATH 环境变量
unset PYTHONPATH
# 安装 miniconda
wget https://repo.anaconda.com/miniconda/Miniconda3-latest-Linux-aarch64.sh
bash Miniconda3-latest-Linux-aarch64.sh
conda config --set auto_activate_base false
bash
# 加载 conda 配置
source ~/.bashrc
# 接受 main 通道的条款
conda tos accept --override-channels --channel https://repo.anaconda.com/pkgs/main
# 接受 r 通道的条款
conda tos accept --override-channels --channel https://repo.anaconda.com/pkgs/r
# 创建 python3.11 环境
conda create --name LlamaFactory python=3.11 -y
conda activate LlamaFactory

安装 LlamaFactory 环境依赖

cd LlamaFactory
pip install -e .
# 可以安装 flash-linear-attention 获得训练推理加速效果
pip uninstall fla-core flash-linear-attention -y && pip install -U git+https://github.com/fla-org/flash-linear-attention
# 因为我们使用的昇腾的 npu 的算力，所以我们还需要额外装一个 torch-npu 和 decorator
pip install torch-npu==2.10.0rc2
pip install decorator

可以使用下面的命令验证是否安装成功：

llamafactory-cli version

图片描述

显示 llamafactory 的版本，则表示安装成功。

完成环境的搭建之后我们还需要将昇腾的环境启动命令跑一遍，使用以下的命令：

source /usr/local/Ascend/ascend-toolkit/set_env.sh
source /usr/local/Ascend/nnal/asdsip/set_env.sh
source /usr/local/Ascend/nnal/atb/set_env.sh

下载数据集

根据 llamafactory 的要求我们需要把数据集放到 LlamaFactory/data。

cd LlamaFactory/data

我们先下载数据集，数据集的制作的过程比较繁琐，这里我们使用准备好的数据集，大家也可以使用自己制作的数据集（这里我是拿的官方给的测试数据集）：

# 下载数据集
git clone https://modelers.cn/chicheng/mllm_robot.git
# 移动数据集到 LlamaFactory/data 文件夹
cd mllm_robot
mv mllm_robot.zip /home/openmind/LlamaFactory/data
# 然后我们到 LlamaFactory/data 目录来解压数据集
cd LlamaFactory/data
# 解压
python3 -c "import zipfile; zipfile.ZipFile('mllm_robot.zip').extractall()"

图片描述

修改 dataset_info.json 文件，将我们刚刚下载的数据集添加进去。

"mllm_robot": {"file_name": "mllm_robot.json", "formatting": "sharegpt", "columns": {"messages": "messages", "images": "images"}, "tags": {"role_tag": "role", "content_tag": "content", "user_tag": "user", "assistant_tag": "assistant"}}, "mllm_robot_en": {"file_name": "mllm_robot_en.json", "formatting": "sharegpt", "columns": {"messages"

图片描述

模型微调

训练脚本准备

由于当前环境为终端形式，暂时无法使用 LlamaFactory 的 Web UI，我们需要写一个训练的 yaml 文件。

# 模型参数
model_name_or_path: /home/openmind/Qwen3.5-4B # 或您的本地模型路径
template: qwen3_5 # 模型模板
trust_remote_code: true # 对于 Qwen 模型通常需要
# 训练参数
stage: sft # 监督微调
do_train: true
finetuning_type: lora # 使用 LoRA
lora_target: q_proj,k_proj,v_proj,o_proj # LoRA 作用模块 (可按需调整)
dataset: mllm_robot,mllm_robot_en # 使用两个数据集 (用逗号分隔)
learning_rate: 1.0e-4
num_train_epochs: 5.0
per_device_train_batch_size: 1 # 根据显存调整 (使用多卡可以自行调整这里)
gradient_accumulation_steps: 16 # 确保总 batch_size 合适
bf16: true # 昇腾 910B 支持 bf16，可开启以节省显存
# 输出参数
output_dir: /home/openmind/Qwen3.5-4B/lora/train_Qwen3.5-4B # 与教程对应的输出目录
logging_steps: 10
save_steps: 500
overwrite_output_dir: true
# 硬件与分布式相关
fp16: false # 已启用 bf16，关闭 fp16 避免冲突
ddp_timeout:

命令解释的内容：

# ==================== 模型参数 ==================== 
model_name_or_path: /home/openmind/Qwen3.5-4B # 模型路径：可以是本地路径（如本例），也可以是 Hugging Face 模型 ID（例如 "Qwen/Qwen2.5-7B"）
# 如果从 Hugging Face 下载，确保网络通畅且有权访问。 
template: qwen3_5 # 对话模板：根据模型系列选择，常见值：
# - qwen3_5: 通义千问 Qwen3.5 系列
# - qwen: 通用 Qwen 系列（包括 Qwen1.5/2/2.5）
# - llama3: Llama-3 系列
# - default: 基础模板（若不确定可先用此）
# 模板影响输入格式（如角色标签、系统消息等），选错可能导致训练异常。 
trust_remote_code: true
# 是否信任远程代码：对于 Qwen、ChatGLM 等使用自定义模型结构的模型，必须设为 true。
# ==================== 训练参数 ==================== 
stage: sft # 训练阶段：sft 表示监督微调（Supervised Fine-Tuning）
# 其他可选值：
# - pt: 预训练（Pretraining）
# - rm: 奖励建模（Reward Modeling）
# - dpo/kto/orpo: 偏好优化
# - ppo: 强化学习微调（需额外配置） 
do_train: true
# 是否执行训练：设为 true 时进行训练；false 时仅评估或推理。 
finetuning_type: lora # 微调方法：
# - lora: 低秩适配（参数高效，显存友好）
# - full: 全参数微调（需更多显存）
# - freeze: 冻结部分层，仅训练最后几层
# - oft: 正交微调（另一种参数高效方法） 
lora_target: q_proj,k_proj,v_proj,o_proj # LoRA 作用的目标模块（以逗号分隔）。
# 不同模型模块名不同，常用选项：
# - q_proj, k_proj, v_proj, o_proj: 注意力层的线性层（适用于 Qwen/Llama）
# - gate_proj, up_proj, down_proj: MLP 层（若需增加参数量）
# - all: 所有线性层（参数量大，需注意显存）
# 可根据需要增删模块，例如仅微调注意力层：q_proj,v_proj

使用单卡训练命令：

CUDA_VISIBLE_DEVICES=0 llamafactory-cli train train_qwen_robot.yaml

图片描述

多卡训练命令：

我们新建一个终端，在终端上运行：

npu-smi info

图片描述

可以看到 NPU 卡的设备编号分别是 1，4。

WANDB_MODE=disabled FORCE_TORCHRUN=1 CUDA_VISIBLE_DEVICES=1,4 llamafactory-cli train ./train_qwen_robot.yaml

对比训练前后的模型

拉起加载原始模型权重：

CUDA_VISIBLE_DEVICES=1 llamafactory-cli api \
--model_name_or_path /home/openmind/Qwen3.5-4B \
--template qwen3_5 \
--finetuning_type lora

使用下面的命令去提问，查看输出内容：

curl -X POST http://localhost:8000/v1/chat/completions -H "Content-Type: application/json" -d '{ "model": "Qwen3.5-4B", "messages": [ { "role": "user", "content": [ { "type": "image_url", "image_url": { "url": "data:image/png;base64,'$(base64 -w0 /home/openmind/LlamaFactory/data/images/robotera_1.png)'" } }, { "type": "text", "text": "请识别并描述图片中的机器人及其特征" } ] } ], "max_tokens": 512, "temperature": 0.1 }'

输出内容

图片描述

拉起加载 lora 权重的模型

CUDA_VISIBLE_DEVICES=1 llamafactory-cli api \
--model_name_or_path /home/openmind/Qwen3.5-4B \
--adapter_name_or_path /home/openmind/Qwen3.5-4B/lora/train_Qwen3.5-4B \
--template qwen3_5 \
--finetuning_type lora

依然是使用上面 curl 命令的内容去提问，查看输出。

图片描述

LLaMA-Factory YAML 参数大全：

启动 Web UI 命令：

llamafactory-cli webui

点击返回的 URL 地址，就可以进入 Web UI 页面。

可能出现的问题

如果使用 llama-factory 命令的时候出现找不到命令的时候，可以在终端运行下面的命令：

# 若执行 llama-factory 的相关提示找不到命令，需设置一下变量，将包路径添加至环境变量中
export PATH="/home/openmind/.local/bin:$PATH"
export PATH="/usr/local/bin:$PATH"

使用 Llama-Factory 微调 Qwen3.5-4B 模型

微调前期准备

下载 qwen3.5-4B 模型

下载 Llama-factory

微调环境搭建

安装 LlamaFactory 环境依赖

下载数据集

模型微调

训练脚本准备

对比训练前后的模型

可能出现的问题

更多推荐文章

相关免费在线工具

使用 Llama-Factory 微调 Qwen3.5-4B 模型

微调前期准备

下载 qwen3.5-4B 模型

下载 Llama-factory

微调环境搭建

安装 LlamaFactory 环境依赖

下载数据集

模型微调

训练脚本准备

对比训练前后的模型

可能出现的问题

微信扫一扫，关注极客日志

更多推荐文章

相关免费在线工具