ingFang SC", Cambria, Cochin, Georgia, Times, "Times New Roman", serif;font-size: 14px;text-indent: 2em;letter-spacing: 0.1em;color: rgb(63, 63, 63);">Unsloth使 Llama-3、Mistral、Phi-4 和 Gemma 等大型语言模型的微调速度提高 2 倍，内存使用量减少 70%，不会降低精度。
| ingFang SC", Cambria, Cochin, Georgia, Times, "Times New Roman", serif;font-size: 14px;padding: 0.5em 1em;color: rgb(63, 63, 63);word-break: keep-all;"> | ingFang SC", Cambria, Cochin, Georgia, Times, "Times New Roman", serif;font-size: 14px;padding: 0.5em 1em;color: rgb(63, 63, 63);word-break: keep-all;"> | ingFang SC", Cambria, Cochin, Georgia, Times, "Times New Roman", serif;font-size: 14px;padding: 0.5em 1em;color: rgb(63, 63, 63);word-break: keep-all;"> |
| ingFang SC", Cambria, Cochin, Georgia, Times, "Times New Roman", serif;font-size: 14px;padding: 0.5em 1em;color: rgb(63, 63, 63);word-break: keep-all;"> | ingFang SC", Cambria, Cochin, Georgia, Times, "Times New Roman", serif;font-size: 14px;padding: 0.5em 1em;color: rgb(63, 63, 63);word-break: keep-all;"> | ingFang SC", Cambria, Cochin, Georgia, Times, "Times New Roman", serif;font-size: 14px;padding: 0.5em 1em;color: rgb(63, 63, 63);word-break: keep-all;"> |
| ingFang SC", Cambria, Cochin, Georgia, Times, "Times New Roman", serif;font-size: 14px;padding: 0.5em 1em;color: rgb(63, 63, 63);word-break: keep-all;"> | ||
什么是微调
微调大型语言模型（LLM）可以定制其行为，增强专业领域方面的知识，并优化特定任务的性能。通过在特定数据集上微调一个预训练模型（如 qwen2.5-7B），你可以实现以下目标：
• 更新知识：引入新的领域专属信息。 • 定制行为：调整模型的语气、个性或响应风格。 • 优化任务：提升针对特定应用场景的准确性和相关性。
可以将微调后的模型视为一个专门优化的Agent，更高效地执行特定任务。在选择检索增强生成（RAG）还是微调时，需要注意微调可以复现 RAG 的部分功能，但 RAG 无法取代微调。实际上，结合两者的使用可以显著提升准确性、可用性，并减少幻觉。
微调的典型应用场景：
• 训练 LLM 预测新闻标题对某家公司影响是正面还是负面。 • 基于历史客户交互数据，提高响应的精准度和个性化。 • 在法律文本（合同分析、案例研究、合规检查）上进行微调，增强模型的法律理解能力。
微调的优势
微调可以做到 RAG 能做的一切，而 RAG 不能
微调可以在训练过程中直接将外部知识嵌入模型，使其能独立完成任务，如回答专业领域问题或总结文档，而无需依赖外部检索系统。此外，微调还能将上下文和模式融入模型，使其在一定程度上模拟检索行为。
针对特定任务的专业性
微调让模型深入理解某个特定领域或任务，使其能精准处理结构化、重复性高或具有复杂背景的查询，而这恰恰是 RAG 无法独立完成的。
摆脱对检索的依赖
微调后的模型无需外部数据即可高效运行，即使检索系统失效或知识库不完整，也能确保可靠的性能。
推理速度更快
微调后的模型直接生成答案，不需要额外的检索步骤，在对响应速度要求极高的场景下尤为适用。
个性化行为与风格
通过微调可以精准控制模型的表达方式，确保其符合品牌风格、行业规范或特定约束。
增强系统的稳定性
在结合 RAG 的系统中，微调后的模型可作为稳健的基础，即使 RAG 检索到无关或不完整的信息，也能维持基本的任务能力。
微调是否会为模型添加新知识？
当然可以！许多人误以为微调无法引入新知识，但事实并非如此。微调的核心目标之一，就是让模型掌握全新的概念或知识——只要你的数据集中包含相关信息，模型就可以从中学习并进行推理。
RAG 的效果是否一定优于微调？
另一种常见误解是，RAG 在基准测试中总能胜过微调。事实上，如果微调方法得当，它通常能比 RAG 取得更优的效果。很多 “RAG 更好” 的说法往往源于不正确的微调实施，比如 LoRA 参数配置不当，或缺乏微调经验。
Unsloth 自动为你选择最佳的参数配置，你只需提供高质量的数据集，即可获得性能卓越的微调模型。
RAG + 微调：两者结合更强大
建议不要单独使用 RAG 或微调，而是结合两者，以发挥最大优势。
• RAG 让系统具备动态获取外部知识的能力，使其能够适应最新信息。 • 微调 让模型掌握核心专业知识，即使没有外部检索也能稳定发挥作用。
此外，微调还能帮助模型更好地理解和整合检索回来的信息，使得最终输出更加连贯、准确。
为什么要结合 RAG 和微调？
• 任务专业性：微调擅长特定任务，RAG 提供最新或外部知识，两者互补。 • 适应性：当检索失败时，微调后的模型依然能维持高水平的性能，而 RAG 让系统无需频繁重新训练也能保持知识更新。 • 效率：微调建立稳定的基础，而 RAG 则减少对大规模训练的需求，仅在必要时提供额外信息。
LoRA vs. QLoRA
• LoRA：在 16-bit 下微调小规模的可训练矩阵，而不修改整个模型的权重。 • QLoRA：结合 LoRA 和 4-bit 量化，使得超大模型在极少资源下也能进行微调。
推荐起点：QLoRA 由于其高效性和低资源消耗，成为当前最理想的微调方案之一。借助 Unsloth 的动态 4-bit 量化，QLoRA 的精度损失已基本恢复到 LoRA 的水平。
持续实验，找到最佳方案
微调没有单一的“最佳方式”，只有适用于不同场景的最佳实践。因此，我们鼓励用户不断尝试，以找到最适合自己数据集和业务需求的方法。
建议从 QLoRA（4-bit 量化） 入手，它是一种高效且资源友好的方式，让你在不耗费大量算力的情况下探索微调的可能性。
微调成本高吗？
尽管完整的微调或预训练可能非常昂贵，但这通常不是必需的。在大多数情况下，LoRA 或 QLoRA 就足够了，成本极低。
可以使用 Unsloth 提供的免费 Colab 和 Kaggle notebooks，你可以白嫖完成微调！ 甚至，你可以在本地设备上进行微调，而不需要昂贵的云端计算资源。
快速开始
访问 https://docs.unsloth.ai/get-started/unsloth-notebooks 可以查看不同的模型的训练教程。
结语
Unsloth 作为一个高效的 LLM 微调框架，为研究人员和开发者提供了一个强大的工具，以更低的资源消耗和更高的效率进行模型微调。其对主流模型的广泛支持和显著的性能提升，大量微调相关知识与教程。使其在大模型训练领域中脱颖而出。