LLaMA Factory 是一个简单易用且高效的大型语言模型训练与微调平台，可以在有限的算力条件下快速完成模型训练。它的高效性与轻量级优势，核心在于通过注入额外模块或矩阵（如 LoRA、Prefix Tuning 等技术）对原有 LLM 模型进行针对性训练 —— 大部分参数被冻结无需参与训练，省去了全量微调的繁琐与资源消耗。https://github.com/hiyouga/LLaMA-Factoryhttps://llamafactory.readthedocs.io/zh-cn/latest/index.html讲在前面: 为什么使用Llama Factory ？什么样的场景下适合使用Llama Factory。Llama Factory的核心在于它解决了「技术门槛高、资源需求大、流程碎片化」，对于代码基础不是特别好的同学特别友好，并且支持监督微调（SFT）、奖励建模（RM）、强化学习（RLHF/DPO）等全链路训练的技术栈，相比于手搓代码更简单、更便捷、更高效。另外，Llama Factory适合以下三类场景：
从官网（原始链接）下载Llama Factory包，或者使用如下命令：
git clone https://github.com/hiyouga/LLaMA-Factory.git
conda create -n llama_factory python=3.10conda activate llama_factorycd LLaMA-Factorypip install -r requirements.txt
检验下是否安装成功（打印出一系列参数表明安装成功，如果想知道Llama Factory中不同参数的用处，也可以使用该命令来查看）：
llamafactory-cli train -h
下载需要进行微调的模型到本地（以llama/llama3-8B为例）
modelscope download --model llama/Meta-Llama-3-8B-Instruct --local_dir ./dir
`--local_dir` 表示大模型参数文件下载后存储的地址，根据自己的需求进行更改。LLaMA-Factory 内置了基于 Gradio 开发的 ChatBot 推理页面，可用于对模型效果进行人工测试。在 LLaMA-Factory 目录下，执行以下命令即可启动该页面：
CUDA_VISIBLE_DEVICES=0 llamafactory-cli webchat --model_name_or_path llama/Meta-Llama-3-8B-Instruct --template llama3
https://github.com/hiyouga/LLaMA-Factory?tab=readme-ov-file#supported-models运行后会自动跳转到以下页面（http://127.0.0.1:7860/）：以上是LLaMA-Factory启动方式，下面具体描述下如何通过LLaMA-Factory来对LLM开源模型进行微调，主要分为三个阶段：
我们将SFT的任务定义为一个简单的"生成式推荐"任务，言简意赅：根据用户的需求来推荐对应的电影，对应的训练数据应该如下：
{"prompt":"推荐Adventure, Animation, Children, Comedy, Fantasy类型的电影","response":"Toy Story (1995)"}
对应的数据集，可以发送"MovieLens"获取，或者自行根据MovieLens 32M数据集进行构建。将响应的数据放在LLaMA-Factory项目的data目录下，包括train.json和test.json；并需要在项目的data/dataset_info.json中加入数据集的相关信息进行注册，设置生成式推荐的数据集名称是"gen_recommend"，再填入文件路径和数据集json文件中的字段；这样做是为了，SFT训练阶段开源直接根据数据集名称自动映射到对应的数据集上。
CUDA_VISIBLE_DEVICES=0 llamafactory-cli train --stage sft --do_train --model_name_or_path llama/Meta-Llama-3-8B-Instruct --dataset movies_sft --dataset_dir ./data --template llama3 --finetuning_type lora --output_dir llama/SFT-Meta-Llama-3-8B-Instruct --overwrite_cache --overwrite_output_dir --cutoff_len 1024 --preprocessing_num_workers 16 --per_device_train_batch_size 1 --per_device_eval_batch_size 1 --gradient_accumulation_steps 8 --lr_scheduler_type cosine --logging_steps 50 --warmup_steps 20 --save_steps 100 --eval_steps 100 --learning_rate 5e-5 --num_train_epochs 5.0 --max_samples 1000 --val_size 0.1 --plot_loss --fp16
训练完成之后，可以在LoRA的模型文件中看到整个训练过程的loss。经过基于 LoRA的训练完成后，一般需要进行 Merge 操作，这是为了将 LoRA模型的权重 融合回原始基础模型中，从而得到一个完整、可独立部署的模型。LLaMA-Factory中是通过启动基于Gadio的WeChat服务的时候，通过添加两个参数 分别是：`--adapter_name_or_path`和 `finetuning_type`，告知服务当前调用的LLM是经过了LoRA训练，然后自动加载LoRA训练后得到的模型。
CUDA_VISIBLE_DEVICES=0 llamafactory-cli webchat --model_name_or_path llama/Meta-Llama-3-8B-Instruct --finetuning_type lora --adapter_name_or_path llama/SFT-Meta-Llama-3-8B-Instruct --template llama3
还有一种更简单的方式：直接通过代码来对原模型参数和LoRA后的模型参数进行merge，然后在启动服务的时候，直接将基座模型的路径改成merge后的路径即可。
import osimport argparseimport shutilimport torchfrom transformers import AutoModelForCausalLM, AutoTokenizerfrom peft import PeftModel
def parse_args(): parser = argparse.ArgumentParser("Merge LoRA adapter into base model") parser.add_argument("--output_lora", required=True, help="LoRA adapter 目录") parser.add_argument("--model_name", required=True, help="基座模型目录") parser.add_argument("--out_dir", default=None, help="合并后模型输出目录") parser.add_argument("--cpu", action="store_true", help="在 CPU 上合并") return parser.parse_args()
def main(): args = parse_args() lora_dir = os.path.abspath(args.output_lora) base_dir = os.path.abspath(args.model_name) out_dir = os.path.abspath(args.out_dir or lora_dir + "-merged") os.makedirs(out_dir, exist_ok=True) # 检查文件存在性 for f, desc in [(lora_dir, "LoRA目录"), (base_dir, "基座目录")]: assert os.path.isdir(f), f"{desc}不存在: {f}" assert os.path.isfile(os.path.join(lora_dir, "adapter_config.json")), "缺少 adapter_config.json" assert os.path.isfile(os.path.join(base_dir, "config.json")), "基座目录缺少 config.json" # 设置设备与 dtype device_map = None if args.cpu else "auto" dtype = torch.float32 if args.cpu else (torch.bfloat16 if torch.cuda.is_bf16_supported() else torch.float16) # 加载基座模型 base = AutoModelForCausalLM.from_pretrained( base_dir, torch_dtype=dtype, device_map=device_map, trust_remote_code=True, local_files_only=True ) # 加载LoRA并合并 merged = PeftModel.from_pretrained(base, lora_dir, is_trainable=False).merge_and_unload() # 保存完整模型和 tokenizer merged.save_pretrained(out_dir, safe_serialization=True, max_shard_size="2GB") AutoTokenizer.from_pretrained(base_dir, trust_remote_code=True, local_files_only=True).save_pretrained(out_dir) # 尝试保存 generation_config if hasattr(base, "generation_config") and base.generation_config is not None: try: base.generation_config.save_pretrained(out_dir) except: pass # 拷贝可选额外文件 for extra in ["chat_template.jinja"]: src = os.path.join(base_dir, extra) if os.path.isfile(src): shutil.copy2(src, os.path.join(out_dir, extra))
if __name__ == "__main__": main()
| 
