當(dāng)下最容易上手的大模型微調(diào)工具是誰？LLamaFactory或是其中之一
近日，國內(nèi)的一款微調(diào)框架發(fā)布了自己的論文《LLAMAFACTORY: Unified Efficient Fine-Tuning of 100+ Language Models》，對他們的框架做了系統(tǒng)性的總結(jié)。該框架自推出后迅速出圈，現(xiàn)已斬獲15.6k的star，逐步成為當(dāng)下微調(diào)的首選工具。
??https://arxiv.org/pdf/2403.13372.pdf??
模型微調(diào)相較于上下文學(xué)習(xí)來講，存在比較高的門檻，但又是模型專業(yè)化，領(lǐng)域化不可或缺的技術(shù)手段。而其復(fù)雜性突出表現(xiàn)在這些方面：
1）理論基礎(chǔ)，如果說基于大模型寫prompt 根據(jù)一定范式來構(gòu)建RAG或者Agent不需要太多機(jī)器學(xué)習(xí)理論知識，然而微調(diào)就必須要對這些有理解，比如樣本，學(xué)習(xí)率，logloss等。
2）數(shù)據(jù)準(zhǔn)備，對于普通開發(fā)者，高質(zhì)量的數(shù)據(jù)是微調(diào)成功的關(guān)鍵保證，而如何預(yù)處理，清洗，標(biāo)注這些樣本本身就很復(fù)雜，更因此誕生了大模型數(shù)據(jù)工程這樣的領(lǐng)域來解決這一問題。
3）基座模型存在分化，雖然當(dāng)下很多模型都參考llama和huggingface的一些規(guī)范，但是仍然都有一些特殊之處，想要微調(diào)也需要針對性地去分析和構(gòu)建相應(yīng)的策略。
4）超參數(shù)優(yōu)化，微調(diào)本身是一個“煉丹”過程，如何能夠找到合適的超參數(shù)，達(dá)到一個最佳性能，是一個重大挑戰(zhàn)。
5）AI工程復(fù)雜性，涉及到硬件\軟件\復(fù)雜流程的協(xié)同配合以及系統(tǒng)優(yōu)化，在有限的成本、資源和時間要求下完成模型訓(xùn)練過程。
正是因?yàn)檫@些原因，對于預(yù)訓(xùn)練微調(diào)，需要一個類似于工廠的工業(yè)化手段來降低門檻，提升效率。
因此，行業(yè)內(nèi)出現(xiàn)了很多微調(diào)框架，而LLamaFactory（https://github.com/hiyouga/LLaMA-Factory）便是其中之一，從起名上就可以看出它們的目標(biāo)是成為模型微調(diào)的工廠。
它得以流行主要得益于支持當(dāng)下主流的大模型百川、千問、LLaMA等，不僅集成了大模型預(yù)訓(xùn)練、監(jiān)督微調(diào)和強(qiáng)化微調(diào)等階段的主流的微調(diào)技術(shù)（支持 LoRA 和 QLoRA 等參數(shù)高效微調(diào)策略），還提供了預(yù)訓(xùn)練、指令微調(diào)等豐富的數(shù)據(jù)集，方便參考使用，最重要的是提供了一個無代碼的圖形界面，大幅降低使用門檻，非開發(fā)者也可以方便地完成模型微調(diào)。
該框架架構(gòu)上由四個模塊構(gòu)成：模型加載器、數(shù)據(jù)工作器和訓(xùn)練器，以及用戶界面LlamaBoard。
在根據(jù)官方文檔安裝好LLamaFactory后，可以有三種方式進(jìn)行操作，WebUI、CLI或者Python。
1.webUI。
CUDA_VISIBLE_DEVICES=0 python src/train_web.py
2.CLI,由于有時候界面限制，可能需要命令行的方式進(jìn)行微調(diào)。如果不知道具體格式，可以在界面上配置好，再復(fù)制到命令行中調(diào)整使用。
在example目錄中有大量的示例可供參考。
examples/
├── lora_single_gpu/
│ ├── pretrain.sh: 進(jìn)行預(yù)訓(xùn)練
│ ├── sft.sh: 進(jìn)行指令監(jiān)督微調(diào)
│ ├── reward.sh: 進(jìn)行獎勵模型訓(xùn)練
│ ├── ppo.sh: 進(jìn)行 PPO 訓(xùn)練
│ ├── dpo.sh: 進(jìn)行 DPO 訓(xùn)練
│ ├── orpo.sh: 進(jìn)行 ORPO 訓(xùn)練
│ ├── prepare.sh: 保存預(yù)處理后的數(shù)據(jù)集
│ └── predict.sh: 進(jìn)行批量預(yù)測
├── qlora_single_gpu/
│ ├── bitsandbytes.sh: 微調(diào) 4/8 比特 BNB 模型
│ ├── gptq.sh: 微調(diào) 4/8 比特 GPTQ 模型
│ ├── awq.sh: 微調(diào) 4 比特 AWQ 模型
│ └── aqlm.sh: 微調(diào) 2 比特 AQLM 模型
├── lora_multi_gpu/
│ ├── single_node.sh: 使用 Accelerate 進(jìn)行單節(jié)點(diǎn)訓(xùn)練
│ └── multi_node.sh: 使用 Accelerate 進(jìn)行多節(jié)點(diǎn)訓(xùn)練
├── full_multi_gpu/
│ ├── single_node.sh: 使用 DeepSpeed 進(jìn)行單節(jié)點(diǎn)訓(xùn)練
│ └── multi_node.sh: 使用 DeepSpeed 進(jìn)行多節(jié)點(diǎn)訓(xùn)練
├── merge_lora/
│ ├── merge.sh: 將 LoRA 權(quán)重合并到預(yù)訓(xùn)練模型中
│ └── quantize.sh: 使用 AutoGPTQ 量化模型
├── inference/
│ ├── cli_demo.sh: 啟動命令行推理接口
│ ├── api_demo.sh: 啟動 OpenAI 風(fēng)格 API
│ ├── web_demo.sh: 啟動瀏覽器推理接口
│ └── evaluate.sh: 在 MMLU 數(shù)據(jù)集上評測模型
└── extras/
├── galore/
│ └── sft.sh: 使用 GaLore 訓(xùn)練模型
├── loraplus/
│ └── sft.sh: 使用 LoRA+ 訓(xùn)練模型
├── llama_pro/
│ ├── expand.sh: 擴(kuò)展模型中的層
│ └── sft.sh: 訓(xùn)練擴(kuò)展后的模型
└── fsdp_qlora/
└── sft.sh: 使用 FSDP 微調(diào)量化模型3）編程方式。
from llmtuner import run_exp
run_exp(dict(
stage="sft",
do_train=True,
model_name_or_path="Qwen/Qwen1.5-0.5B-Chat",
dataset="identity,alpaca_gpt4_en,alpaca_gpt4_zh",
template="qwen",
finetuning_type="lora",
lora_target="all",
output_dir="test_identity",
per_device_train_batch_size=4,
gradient_accumulation_steps=4,
lr_scheduler_type="cosine",
logging_steps=10,
save_steps=100,
learning_rate=1e-4,
num_train_epochs=5.0,
max_samples=500,
max_grad_norm=1.0,
fp16=True,
))對于用戶來講，準(zhǔn)備正確高質(zhì)量的數(shù)據(jù)是用好該工具的關(guān)鍵。在使用自定義數(shù)據(jù)集時需要在 dataset_info.json 文件中按照以下格式提供數(shù)據(jù)集定義，數(shù)據(jù)集格式支持兩種：alpaca 和 sharegpt，具體可參考其官方文檔。
"數(shù)據(jù)集名稱": {
"hf_hub_url": "Hugging Face 的數(shù)據(jù)集倉庫地址（若指定，則忽略 script_url 和 file_name）",
"ms_hub_url": "ModelScope 的數(shù)據(jù)集倉庫地址（若指定，則忽略 script_url 和 file_name）",
"script_url": "包含數(shù)據(jù)加載腳本的本地文件夾名稱（若指定，則忽略 file_name）",
"file_name": "該目錄下數(shù)據(jù)集文件的名稱（若上述參數(shù)未指定，則此項(xiàng)必需）",
"file_sha1": "數(shù)據(jù)集文件的 SHA-1 哈希值（可選，留空不影響訓(xùn)練）",
"subset": "數(shù)據(jù)集子集的名稱（可選，默認(rèn)：None）",
"folder": "Hugging Face 倉庫的文件夾名稱（可選，默認(rèn)：None）",
"ranking": "是否為偏好數(shù)據(jù)集（可選，默認(rèn)：False）",
"formatting": "數(shù)據(jù)集格式（可選，默認(rèn)：alpaca，可以為 alpaca 或 sharegpt）",
"columns（可選）": {
"prompt": "數(shù)據(jù)集代表提示詞的表頭名稱（默認(rèn)：instruction）",
"query": "數(shù)據(jù)集代表請求的表頭名稱（默認(rèn)：input）",
"response": "數(shù)據(jù)集代表回答的表頭名稱（默認(rèn)：output）",
"history": "數(shù)據(jù)集代表歷史對話的表頭名稱（默認(rèn)：None）",
"messages": "數(shù)據(jù)集代表消息列表的表頭名稱（默認(rèn)：conversations）",
"system": "數(shù)據(jù)集代表系統(tǒng)提示的表頭名稱（默認(rèn)：None）",
"tools": "數(shù)據(jù)集代表工具描述的表頭名稱（默認(rèn)：None）"
},
"tags（可選，用于 sharegpt 格式）": {
"role_tag": "消息中代表發(fā)送者身份的鍵名（默認(rèn)：from）",
"content_tag": "消息中代表文本內(nèi)容的鍵名（默認(rèn)：value）",
"user_tag": "消息中代表用戶的 role_tag（默認(rèn)：human）",
"assistant_tag": "消息中代表助手的 role_tag（默認(rèn)：gpt）",
"observation_tag": "消息中代表工具返回結(jié)果的 role_tag（默認(rèn)：observation）",
"function_tag": "消息中代表工具調(diào)用的 role_tag（默認(rèn)：function_call）",
"system_tag": "消息中代表系統(tǒng)提示的 role_tag（默認(rèn)：system，會覆蓋 system 列）"
}
}經(jīng)過以上的步驟，剩下的就是需要耐心的調(diào)參和評估了。下面是一個利用webui進(jìn)行微調(diào)操作示例。
小結(jié)
相較于其他方法，目前，LlamaFactory可以說是當(dāng)下最簡單快捷又功能強(qiáng)大的一種微調(diào)工具，值得大家學(xué)習(xí)使用。
