【书生·浦语大模型实战营04】《(4)XTuner 大模型单卡低成本微调实战》学习笔记

《(4)XTuner 大模型单卡低成本微调实战》

课程文档：《XTuner 大模型单卡低成本微调实战》

1 Finetune简介

LLM的下游应用中，增量预训练和指令跟随是经常会用到两种的微调模式

1.1 增量预训练微调

使用场景：让基座模型学习到一些新知识，如某个垂类领域的常识
训练数据：文章、书籍、代码等

1.2 指令跟随微调

使用场景：让模型学会对话模板，根据人类指令进行对话
训练数据：高质量的对话、问答数据

1.2.1 对话角色

指令跟随微调是为了得到能够实际对话的LLM；
介绍指令跟随微调前，需要先了解如何使用LLM进行对话；
在实际对话时，通常会有三种角色

• System：给定一些上下文信息，比如“你是一个安全的AI助手”
• User：实际用户，会提出一些问题，比如T世界第一高峰是？”
• Assistant：根据User的输入，结合System的上下文信息，做出回答，比如“珠穆朗玛峰”

在使用对话模型时，通常是不会感知到这三种角色的；

1.2.2 对话模板

对话模板是为了能够让LLM区分出，System、User和Assistant；
不同的模型会有不同的模板；

LlaMa 2 模板

• <<SYS>>: System上下文开始
• <</SYS>>: System上下文结束
• [INST]: User指令开始
• [/INST]: User 指令结束

InternLM模板

• <|System|>: System上下文开始
• <|User|>: User指令开始
• <eoh>: End of Human，User 指令结束
• <|Bot|>: Assistant开始回答
• : End of Assistant，Assistant 回答结束

4 动手实战环节

在InternStudio平台中选择 A100(1/4) 的配置，镜像选择 Cuda11.7-conda；

5 XTuner InternLM-Chat 个人小助手认知微调实践

5.2.2 数据准备

对话数据要复制很多份，直到训练后出现效果才可以；

5.2.3 配置准备

Note：修改示例代码中的每一行都要进行替换，包括evaluation_inputs属性。

5.2.4 微调启动

cd /root/personal_assistant/config && xtuner train /root/personal_assistant/config/internlm_chat_7b_qlora_oasst1_e3_copy.py
1

5.2.5 微调后参数转换/合并

Note：如果是重复测试，微调前需要删除hf和hf_merge文件夹。

5.2.6 网页DEMO

请介绍一下你自己
1

Troubleshooting

（1）“在 Windows-PS 终端上执行ssh-keygen -t rsa卡住无响应”

在 Windows-PS 终端上执行ssh-keygen -t rsa命令，PS终端显示：

Generating public/private rsa key pair.
Enter file in which to save the key (C:\Users\xxx/.ssh/id_rsa):_
1
2

然后提示符在闪烁，不过10分钟左右之后却一直没有任何响应；
开启pig导致无法正常使用ssh命令；
关闭pig软件再使用ssh命令；