手把手教你用LLaMA-Factory微调Qwen3大模型

推荐语

快速掌握Qwen3大模型微调技巧，从环境配置到实战操作一网打尽！

核心内容：
1. AutoDL云服务器环境搭建与配置
2. LLaMA-Factory工具安装与依赖处理
3. Qwen3-4B模型下载与微调流程

杨芳贤

53A创始人/腾讯云(TVP)最具价值专家

思路： 在AutoDL云服务器上安装LLaMA-Factory环境，然后微调Qwen3-4B大模型

一、环境准备

1）购买AutoDL云主机，3090显卡的即可（如果本地有GPU机器，请用自己的），我购买AutoDL时，选择了PyTorch

2）安装Anaconda（AutoDL上已默认安装miniconda3）

Anacoda官网：https://www.anaconda.com/

根据你自己的系统下载对应版本

安装完成后，打开终端（Linux/macOS）或Anaconda Prompt（Windows），输入以下命令创建一个新环境：

（AutoDL上需要做以下操作）

conda create -n llama_factory python=3.10 conda activate llama_factory

3）安装Git（AutoDL已安装）

• Linux：在终端输入：

  sudo apt-get install git

• 
  

• Windows：下载并安装Git for Windows

• macOS：在终端输入：

  brew install git（需先安装Homebrew）

• 
  

4）安装cuda（AutoDL已安装）

参考： https://help.aliyun.com/zh/egs/user-guide/install-a-gpu-driver-on-a-gpu-accelerated-compute-optimized-linux-instance

二、下载LLaMA-Factory

需要从GitHub下载，使用git命令下载：

git clone https://github.com/hiyouga/LLaMA-Factory.gitcd LLaMA-Factory

三、安装依赖

在LLaMA-Factory目录下安装所需的Python包

pip install -e .[metrics]如果使用GPU，确保安装支持CUDA的PyTorch：

pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu118说明： 根据您的CUDA版本调整cu118，如11.7用cu117，如果你使用的是AutoDL，CUDA版本应该是128

四、下载Qwen3-4b大模型

在modelscope社区下载，安装魔搭(modelscope)模块

pip install modelscope下载模型

mkdir -p /models/modelscope download --model Qwen/Qwen3-4B --local_dir /models/Qwen3-4B

五、准备数据集（alpaca格式）

步骤略，可以参考前面章节教你如何10分钟内批量制作上万条大模型微调数据集制作自己的数据集，然后将数据集文件放到LLaMA-Factory/data目录，例如my_data.json，然后编辑data/dataset_info.json，添加：

"my_dataset": {    "file_name": "alpaca_zh_demo.json"  }说明：alpaca_zh_demo.json是llama factory内置的一个测试数据集

六、微调前的测试

微调之前可以先加载初始模型做推理测试

CUDA_VISIBLE_DEVICES=0 llamafactory-cli webchat \  --model_name_or_path /models/Qwen3-4B \  --template qwen它会监听7860端口，如果使用AutoDL，还需要配置自定义服务：

1）首先要实名认证

2）自定义服务

控制台 --> 容器实例 --> 快捷工具

七、启动微调

微调之前，先把之前的llamafactory-cli命令结束掉，然后执行下面命令，将webui打开，监听7860端口：

llamafactory-cli webui浏览器访问 http://ip:7860, AutoDL需要做自定义服务

八、模型推理与测试

微调后的模型可以用WebUI测试：

CUDA_VISIBLE_DEVICES=0 llamafactory-cli webchat \  --model_name_or_path /models/Qwen3-4B \  --adapter_name_or_path saves/Qwen3-4B-Instruct/lora/my_finetune \  --template qwen浏览器访问： http://localhost:7860

如果web方式访问不方便，也可以终端形式：

CUDA_VISIBLE_DEVICES=0 llamafactory-cli chat \  --model_name_or_path /models/Qwen3-4B \  --adapter_name_or_path saves/Qwen3-4B-Instruct/lora/my_finetune \  --template qwen

九、导出模型

如果需要分享模型，导出为Hugging Face格式：

llamafactory-cli export \  --model_name_or_path /models/Qwen3-4B \  --adapter_name_or_path saves/Qwen3-4B-Instruct/lora/my_finetune \  --template qwen \  --finetuning_type lora \  --export_dir /models/Qwen3-4B-Aminglinux
最后介绍下我的大模型课：我的运维大模型课上线了，目前还是预售期，有很大优惠。AI越来越成熟了，大模型技术也是强需求，大家一定要提前学一下。