我要投稿

【一文了解】Llama-Factory

发布日期：2025-05-06 11:51:05 浏览次数： 1537 作者：码农随心笔记

在当下流行的各种大模型工具中，Llama-Factory是全球开发者常用的一套工具集，它基于Transformer架构，为我们提供了一套简单、快速而又高效的大模型定制化训练与部署工具，并且它提供了模块化、可扩展和流程化的框架，支持多种主流的大语言模型（如 LLaMA、ChatGLM、Qwen 等），一站式地集成了数据预处理、训练、微调、评估和推理等多种功能。本篇我们一起来看看Llama-Factory能为我们带来哪些便利。

核心功能

1. 多模型支持

兼容主流大模型架构（LLaMA、ChatGLM、Qwen、Falcon 等）。
支持模型权重的加载与转换（如 Hugging Face 格式）。

2. 高效的微调方法

提供多种参数高效微调（PEFT）技术，如 LoRA（Low-Rank Adaptation）、Adapter、Prefix-Tuning 等。
支持全量微调（Full Fine-tuning）和分布式训练（多 GPU/TPU）。

3. 多模态训练支持

可处理文本、图像、音频等多模态数据的联合训练任务。

4. 数据预处理与增强

内置常用数据集的清洗、分词、格式转换工具。
提供数据增强策略（如回译、同义替换）以提升模型泛化能力。

5. 可视化与监控

集成 TensorBoard 和 WandB，实时监控训练过程（损失、准确率等指标）。
支持模型性能分析和错误案例可视化。

6. 一键部署与推理

提供模型导出为 ONNX、TorchScript 等格式的工具。
支持本地或云端服务化部署（如 Docker、Kubernetes）。

主要组件和工具

LLaMA-Factory 的整体架构围绕以下几个核心模块展开：

1. 模型支持框架（Model Support）

支持 Hugging Face Transformers 中的主流大语言模型：

- LLaMA / LLaMA2 / LLaMA3
- ChatGLM 系列
- Baichuan 系列
- Qwen 系列
- InternLM
- Mistral / Mixtral
- Falcon / BLOOM 等

这些模型可以通过 Hugging Face 的 AutoModelForCausalLM 和 AutoTokenizer 加载，兼容性强。

2. 微调方法（Fine-tuning Methods）

通过集成 PEFT（Parameter-Efficient Fine-Tuning）库，支持主流的参数高效微调策略：

LoRA (Low-Rank Adaptation)
QLoRA
Prefix Tuning
Prompt Tuning
Full Fine-tuning
AdaLoRA、LLaMA-Adapter、IA3 等（部分支持）

用户可以选择不同的微调方法来根据资源和需求进行训练。

3. 训练器模块（Trainer）

基于 Hugging Face 的 Trainer 类封装，增加对 PEFT 的支持。

支持：

多卡训练（DeepSpeed、FSDP）
混合精度（fp16/bf16）
Gradient Accumulation
Checkpoint 保存与恢复

4. 数据处理模块（Data Preprocessing）

支持多种数据格式：

SFT 格式（instruction + input + output）
Chat 格式（messages 列表）
ShareGPT、Alpaca、OpenAI 格式
自定义格式（通过转换脚本）
自动构建训练样本，支持多轮对话、多种模板。

5. 推理模块（Inference / Serving）

提供简单的推理脚本 `infer.py`，支持：

单轮 / 多轮对话
Web UI（基于 Gradio）
CLI 推理
支持加载微调后的模型进行评估或部署。

6. 评估模块（Evaluation）

支持自动评估方法：

BLEU / ROUGE / METEOR
GPT / LLM-based 评价（如 GPT-4 Judge）
MMLU、CMMLU、CEval 等标准数据集
支持模型输出与参考答案的自动对比。

7. 部署模块（Serving）

可选的部署方式：

Gradio Web UI
FastAPI
OpenAI API 兼容接口（适用于本地部署大模型）

8. 配置与脚本（Scripts & Configs）

提供丰富的训练、推理、部署脚本，如：

`train.py`
`infer.py`
`web_demo.py`
`export_model.py`（导出为 Hugging Face 或 GGUF 格式）
提供 YAML/json 配置文件，方便快速启动训练/推理任务。

微调实战

我们一起来看看如何用Llama-Factory微调llama3大模型，使用“弱智吧 ruozhiba”数据集。相比某些微调工具，LLaMA-Factory 整个操作过程还是比较简单的。

1. 环境准备

（1）克隆 LLaMA-Factory 仓库

git clone https://github.com/hiyouga/LLaMA-Factory.gitcd LLaMA-Factorypip install -r requirements.txt

（2）确保在以下环境中进行微调：

Python 3.10+
CUDA 11.8+/12.x（支持 GPU 训练）
至少一张 24G 显存的 GPU（8B）或多张 A100/H100（70B）

2. 模型与数据集下载

我们可以在Hugging Face或魔塔社区，下载llama3模型和ruozhiba数据集，具体方法多种多样，这里就不做详细介绍了。下图是我下载的模型文件与数据集文件。

数据集文件：COIG-COIA/ruozhiba

3. 微调配置文件（`scripts/llama3/finetune_ruozhiba.sh`）

创建一个 shell 脚本如下：

#!/bin/bash
CUDA_VISIBLE_DEVICES=0 accelerate launch src/train_bash.py \  --stage sft \  --model_name_or_path llama_models/llama-3-8b \  --do_train \  --dataset ruozhiba \  --dataset_dir data \  --template llama3 \  --finetuning_type lora \  --output_dir output/llama3-ruozhiba-lora \  --overwrite_cache \  --per_device_train_batch_size 2 \  --gradient_accumulation_steps 4 \  --lr_scheduler_type cosine \  --logging_steps 10 \  --save_steps 500 \  --learning_rate 5e-5 \  --num_train_epochs 3 \  --plot_loss \  --fp16

参数说明：

stage sft：表示进行 SFT 微调
model_name_or_path：预训练模型路径
dataset ruozhiba：数据集名称（自动找 `ruozhiba.json` 文件）
template llama3：使用 llama3 prompt 模板
finetuning_type lora：使用 LoRA 微调方式（节省显存）
output_dir：输出模型路径
fp16：使用半精度训练（节省显存）

4. 开始训练

bash scripts/llama3/finetune_ruozhiba.sh

训练完成后，输出目录为：

output/llama3-ruozhiba-lora/├── adapter_config.json├── adapter_model.bin├── tokenizer.model└── ...

5. 推理测试（inference）

我们需要使用 `src/api_demo.py` 启动一个测试接口：

python src/api_demo.py \  --model_name_or_path llama_models/llama-3-8b \  --template llama3 \  --finetuning_type lora \  --adapter_name_or_path output/llama3-ruozhiba-lora