Llama3微调教程：超简单，人人都可以打造属于自己的GPT！

随着Llama 3的发布，国内各路英雄豪杰纷纷开启了炼丹之旅。Llama-3 8b在惊人的15万亿令牌上训练，而Llama-2仅为2万亿。毋庸置疑，Llama 3目前是开源大模型中能力最强的！其跑分成绩已经赶上了GPT-4。

然而，Llama的优势不仅限于此。作为开源大模型，每个人都可以对其进行定制，这意味着相比GPT，它具有更强的定制性和安全性。Llama可应用于针对B端企业的自然语言处理、机器翻译、文本生成、问答系统、聊天机器人等场景。

目前，我们主要通过微调（Fine-Tuning）来定制所需的模型。例如，Llama 3原生不支持中文，但我们可以通过微调让它支持中文。

微调是指在已经经过大规模预训练的基础模型上，使用特定领域或任务的数据集对模型进行额外训练，以适应特定任务或问题。微调过程通常包括在预训练模型的基础上进行少量迭代训练，以调整模型参数，使其在特定任务上表现更好。

通过这个简单的Llama 3微调案例，我们可以体验整个大模型微调的过程。对于普通人来说，这是一个免费体验算法工程师工作方式的机会；如果你想转入AI行业，这也是一个很好的入门案例。

愿每个人都能从中受益，开启自己的AI探索之旅！

接下来，你将学习如何进行环境配置、数据准备、模型训练、模型运行、模型保存以及本地模型使用。在开始之前，让我们先完成一些准备工作。

准备工作

---

1、访问Unsloth

目前，最简单的方法是使用Unsloth，它是一个微调模型的集成工具。通过Unsloth微调Mistral、Gemma、Llama，速度提高2-5倍，内存减少70%！

访问Unsloth的GitHub地址：https://github.com/unslothai/unsloth，点击 "▶️Start on Colab" "即可打开Colab训练脚本。

为了方便大家快速上手，我已经将其翻译成中文并简化：https://colab.research.google.com/drive/1pvzl7E2rdTF7LkDQZOTyl32_Vu9Zwe4N?usp=sharing

如果你是初学者，建议使用我修改过的Colab笔记。

2、创建Colab笔记副本

使用Colab的好处是标准化的环境，免去了很多问题。我们先将笔记复制为副本，这样它能保存到自己的Google Drive中。

3、连接T4 GPU

你可以免费使用Google提供的GPU资源，选择连接T4。当连接成功后，就可以开始了。

你也可以在弹框中选择T4 GPU。

当链接成功后，你就准备就绪了。

4、连接Google Drive

我们需要连接Google Drive，以便将训练好的模型保存到云端。使用Colab非常简单，你基本只需依次点击运行每个代码块即可。

5、安装Unsloth

点击运行，这段代码主要是安装Unsloth和模型训练相关的必要库。

展示执行时间表示已经执行过了。

步入正题

---

一切准备就绪，我们要进入正式流程了

1. 选择预训练模型

这一段代码主要用于选择我们要训练的模型，代码中已经帮我们选择好了"unsloth/llama-3-8b-bnb-4bit"。继续点击运行，等待模型下载完成。

点击之后，我们会看到它正在下载模型，需要等待它执行完毕。

 2. 配置LoRA参数

我们的微调是通过LoRA实现的。LoRA（Low-Rank Adaptation of Large Language Models）是大语言模型的低阶适配器，用于在模型微调过程中只更新整个模型参数的一小部分，通常在1%到10%之间。

继续点击运行。

3. 准备数据

微调模型最重要的是数据。这里我们使用yahma的Alpaca数据集，它包含52,000条由OpenAI的text-davinci-003引擎生成的指令和演示数据。这些指令数据可用于对语言模型进行指令调优，使其更好地遵循指令。

Alpaca的数据结构如下

"instruction": "描述原子的结构。",
"input": "",
"output": "原子是所有物质的基本组成部分，由三种类型的粒子组成：质子、中子和电子。原子的结构可以描述为中心有一个原子核，周围环绕着电子云。原子核由质子和中子组成。质子是带正电的粒子，中子是不带电荷的中性粒子……"

每条数据，结构由三部分组成：instruction (指令)、input(输入)和output(输出)，我们可以根据这个格式准备自己的数据集。

• instruction（指令）：这部分定义了要求AI执行的任务或问题。它是一条明确的指示，告诉AI需要做什么。例如，"识别以下句子中的名词"或"我应该投资股票吗？"。

• input（输入）：这部分提供了执行指令所需的具体信息或上下文。在某些情况下，这个部分可能为空，表示指令本身已经包含了执行任务所需的所有信息。

• output（输出）：这部分是AI根据给定的指令和输入生成的答案或结果。它是AI处理完输入信息后的响应或解决方案。

继续点击播放，执行代码。

4. 训练模型

现在让我们使用Huggingface TRL的SFTTrainer库来训练模型，我们设置max_steps最大步数为60步来加快训练速度，让我们继续无脑的点击播放：

然后，就可以开始正式训练模型了。

5. 测试训练效果

训练完成后，我们可以测试模型效果。这里我们先让它生成斐波那契数列（Fibonacci sequence）。

你也可以更改指令instruction和输入input，测试你想要的内容。但是注意需要使用英文。

另外，我们还可以使用流格式，像使用GPT一样，一个个字地输出。

6. 保存模型和加载模型

目前，我们模型已经训练好了，我们可以将刚刚训练的LoRA保存下来。

6.1.保存和加载LoRA模型

点击运行，将LoRA模型保存到Colab的临时服务器中。

训练好的LoRA模型保存在lora_model文件夹中。

如果你想加载刚刚训练的LoRA模型进行测试，可以执行相应的代码。

 6.2 保存为GGUF模型

目前较为常用的模型格式是GGUF，我们可以使用LM Studio在本地加载使用。

这段代码可以将模型保存为不同的精度格式，建议使用Q4_K，生成的体积比较小，只有4GB。

生成的模型在这里，但是直接下载比较难。

我们可以执行这段代码，将生成的模型移动到Google云端硬盘中，这样下载更方便。

移动完成后，访问Google云端硬盘即可下载GGUF模型。

地址：https://drive.google.com/drive/my-drive

这样我们微调的整个过程就完成了。恭喜你！

本地使用模型

---

1.下载LM Studio的客户端

访问：https://lmstudio.ai 下载LM Studio的客户端，它可以加载我们刚刚训练的模型。

 2. 导入模型

将GGUF文件放到LM Studio的模型文件夹中。打开保存模型的文件夹目录：models。

在指定路径中创建文件夹，目录结构为llama3/model-unsloth/。在models文件夹中新建一个文件夹llama3，然后再创建一个模型文件夹model-unsloth，将下载的模型放进去。

设置完成后，重启LM Studio。

 3. 开始聊天

选择模型后，就可以开始聊天了。

总结

---

本教程详细介绍了如何使用Unsloth和Google Colab环境对Llama 3进行微调。使用Colab基本上是无脑点击运行就好了。

经过这个教程，我们发现微调模型主要有三个核心环节：

• 数据准备，这一步决定了质量；

• 模型训练，这一步硬件资源决定了时间；

• 模型测试，因为我们初步体验，所以比较简略，后续可以进一步探讨。

通过本教程，即使是AI领域的新手也能够掌握大模型的微调技术。Unsloth不仅降低了技术门槛，也为个人和小团队提供了强大的工具。

如果还有问题，可以查看我的notebook或者进群讨论。希望你能将这些知识应用于实际问题，解锁更多的可能性。

模型训练的交流群：

Llama3中文爱好者社区