LLM实践（二）——基于llama-factory的模型微调

SFT的lora微调

1、环境部署

• 还是要安装一个单独的conda环境（python=3.10），激活环境；
• 下载llama-factory的GitHub项目：https://github.com/hiyouga/LLaMA-Factory
  • 适合当前过程的llama-factory版本：https://download.csdn.net/download/lucky_chaichai/90535396
• 安装依赖：pip install -r requirements.txt；
• 安装llama-factory的工具：pip install -e “.[torch,metrics]”

2、准备数据与配置

• 需要根据LLaMA-Factory/data/中提供的样例准备数据，为json格式，我准备的如下（文件名：yanxue_langtext_sftdata.json）：

[
    {
   
        "instruction": "你是一名“行业调研专家”，请生成一份关于“空气净化器”的行业调研报告；\n输出要求：",
        "output": "气净化器行业调研报告\n一、空气净化器行业发展及政策环境\n1. 空气净化器行业发展现状\n空气净化器进入中国市场时属于小众产品……"
     }
]   

• 要根据数据的具体形式，在LLaMA-Factory/data/data_info.json中配置数据信息，如下：

{
   
 ……,
"yanxue_zs": {
    # 数据集名称，在后续进行微调时，在微调的yaml配置文件中需要使用，即dataset的值
    "file_name": "yanxue_langtext_sftdata.json", # 上面准备的数据文件名
    "columns": {