当前位置：首页 > news >正文

小白闯AI：Llama模型Lora中文微调实战

news 来源：原创 2025/8/4 17:33:17

文章目录

0、缘起
一、如何对大模型进行微调
二、模型微调实战
- 0、准备环境
- 1、准备数据
- 2、模型微调
- - 第一步、获取基础的预训练模型
  - 第二步：预处理数据集
  - 第三步：进行模型微调
  - 第四步：将微调后的模型保存到本地
- 4、模型验证
- 5、Ollama集成部署
- 6、结果测试
三、使用总结

AI是什么？他应该是个工具，是一个让你更敢于去闯的工具，而不应该是让人偷懒的工具。

0、缘起

一次偶然的机会，想要试试火爆的Ollama，在本地搭个AI大模型玩玩。于是，随意跑了一下大名鼎鼎的Llama3.2模型。当然，跑的是1b参数的小版本。结果，执行的效果是这样的。

在这里插入图片描述

为什么会这样？到介绍页上看了看。原来llama模型确实没有用中文训练。
在这里插入图片描述
连泰语都能支持，中文却没有支持。这能忍？不行。我受不了。说什么也要让Llama见识见识中文。于是，决定要微调一个懂中文的Llama出来。但是，没有机器，不懂Python，更不懂什么调优框架。这事能不能成？
没事，有AI。一点点问AI，一点点调代码，于是有了这一次尝试。

一、如何对大模型进行微调

AI大模型的能力来自于他所学习过的数据，市面上的这些AI大模型产品也不例外。因此，在一些特定的业务场景，市面上这些AI大模型产品并没有学习过相关的业务知识，因此也就无法提供高质量的答案。比如Llama，并没有针对中文进行微调，因此，他虽然也能用中文进行问答，但是答复中总是带上一些鸟语。

提升AI大模型特定领域内的理解能力的方法有两种。一种是RAG。在跟大模型交互时给他提供更多的相关数据。但这种方式就相当于是要让AI大模型回答问题的时候临时抱佛脚，大部分场景下效果也可以，但是终究治标不治本。另一种直击本质的方法就是微调。一些大型企业，使用海量数据，投入巨大资源，从头开始训练出一些基础模型，成为预训练模型，Pre-Training。而微调就是在这些预训练模型的基础上，再投入少量资源，喂养额外的数据，从而训练出更专业的私有大模型。
说人话，一老外要到长沙来玩，要找个翻译。从Englinsh翻译成中文的专业翻译好找，各种专业院校量大管饱，但是从English翻译成长沙话的个性翻译就没那么好找了。解决方案有两种，一种是就找个专业翻译。每次问他问题时，再给他配个小字典《长沙人的自我修养》，查查普通话怎么翻译成中文。这就是RAG。另一种就是考察一批专业翻译，在这些专业翻译中间挑一个懂长沙话的个性化翻译出来。这就是微调。
微调的方式有很多种。一种是让一个专业的大学生从头开始学习一遍长沙话。这就相当于全参微调。调整大模型的所有参数。代价自然是很大的。另一种就是找一个专业翻译，让他学学长沙话怎么讲。这样对专业翻译的英语能力不会有多大影响，只是给他叠加了一种新的方言。这样的话，学习的代价就没有那么大。而这就是Lora微调的思路。
Lora全称是Low-Rank Adaptation，低秩适配。他的核心思想是不调整原有大模型，只是通过叠加较小的低秩矩阵来对大模型进行微调。
在这里插入图片描述
这个过程可以大致的理解为：对一个m*n(m和n都很大)的原始大模型参数矩阵，叠加一个 m*k的矩阵A和k*n的矩阵B(k可以比较小)。这样矩阵A和矩阵B相乘就可以保持和原有矩阵相同的计算结果。然后大模型在计算时，只需要在原有大模型参数矩阵的基础上，叠加矩阵A*矩阵B的结果，就可以产生出一个新的大模型参数矩阵的结果。而矩阵A和矩阵B因为k(也就是秩)比较小，所以要调整的参数也就小很多。
这个过程听起来很复杂，不过其实落地到实践层面，已经有很多现成的实现工具了。而且，就算工具不会，只要清楚是在干什么事情，代码让AI来写，也没什么问题。接下来我们就需要使用Lora算法，给之间使用过的Llama3.2:1b大模型喂养一些中文数据，从而让他能够更好的理解中文。

二、模型微调实战

0、准备环境

要进行微调，首先需要评估手边的资源够不够。通常，一个简单的经验是使用Lora微调需要大概准备模型大小三倍的显存，这样就可以开始微调了。Llama3.2:1b模型的大小是1.3GB，所以，通常有个4G左右的显存就可以进行微调了。所以这个实验，当然你也可以动手玩玩。

这是最小资源，训练时，当然资源是越多越好。如果模型比较大，本地资源不够，那也可以租借一些公用的计算力平台，例如autodl.网址 https://www.autodl.com/home 。这是目前比较便宜的一个平台。

然后，需要搭建微调的开发环境。目前微调的框架都还是基于Pytorch这些Python框架，所以，需要搭建Python开发环境。
Python环境搭建建议使用Anaconda工具直接搭建，比较方便。接下来创建Python环境。

# 创建Python运行环境
conda create -n llama3_lora python=3.10
conda activate llama3_lora
# 使用conda-forge通道 一个社区运营的Conda频道，下载比较快
conda config --add channels conda-forge
conda config --set channel_priority strict# 如果之前安装过这个环境，可以删除重建  
conda deactivate  
conda env remove -n llama3_lora  
conda create -n llama3_lora python=3.10 -y  
conda activate llama3_lora  # 安装pytorch  
conda install -c conda-forge pytorch torchvision torchaudio -y  # 安装其他依赖  
pip install transformers datasets peft accelerate  
pip install bitsandbytes modelscope  # 确保使用MPS后端  
pip install --upgrade --force-reinstall \torch \torchvision \torchaudio

安装完成后，可以先执行一个简单的python代码检测一下环境

import sys
import torch# 打印详细的系统和torch信息
print("Python 版本:", sys.version)
print("Torch 版本:", torch.__version__)
print("CUDA 是否可用:", torch.cuda.is_available())
print("MPS 是否可用:", torch.backends.mps.is_available())

这里主要是检查显卡是否支持CUDA。理论上主流的N卡都支持CUDA，这就可以开始训练了。Mac的M系列芯片将内存和显存整合到了一起，需要使用MPS设备进行计算。

1、准备数据

这次微调的数据就采用Huggingface上“臭名昭著”的ruozhiba数据。看看大名鼎鼎的Llama能不能经得起弱智吧的摧残。
在这里插入图片描述
这次采用的是一个包含1.5K记录的小样本。直接下载到本地即可。

2、模型微调

接下来的微调过程，都是在我手边一台Mac电脑上完成的，所有代码也全是AI写出来的，所以，只负责解读思路，不保证代码质量。其实所有的模型微调思路都差不多

第一步、获取基础的预训练模型

这里采用国内的ModelScope社区提供的 LLM-Research/Llama-3.2-1B 模型。

1、对于大模型，通常可以认为参数越大，能力就越强。通常，简单关注一下各个大模型的benchmark基准测试后，就可以根据你手头的资源，选择适合的参数量版本就可以了。

2、ModelScope是一个大模型的大超市，即提供了开源的大模型以及高质量数据集，同时也提供了大模型测试、微调的一系列工具。如果需要更大规模的模型，可以选择Huggingface。不过毕竟是国外的平台，对国内不太友好。

使用ModelScope社区的模型可以通过他提供的工具引入。

pip install modelscope

然后，就可以将模型下载到本地。

from modelscope import snapshot_download# 从ModelScope下载模型--第一次比较耗时
model_path = snapshot_download(