引言

本文继续研究 LLaMA-Factory 微调数据的流程，侧重于微调结果与模型导出。

数据集准备

首先参考 LLaMA-Factory 核心开发者的文章[1]，下载用于微调的公开的商品文案数据集 AdvertiseGen。

下载地址：https%3A//cloud.tsinghua.edu.cn/f/b3f119a008264b1cabd1/%3Fdl%3D1

其总共包含了10w+条这样的数据：

{"content": "类型#上衣*版型#h*材质#蚕丝*风格#复古*图案#条纹*图案#复古*图案#撞色*衣样式#衬衫*衣领型#小立领", "summary": "小女人十足的条纹衬衣，缎面一点点的复古，还有蓝绿色这种高级气质复古色，真丝材质，撞色竖条纹特别的现代感味道，直h型的裁剪和特别的衣长款式，更加独立性格。双层小立领，更显脸型。"}

LLaMA-Factory 内置了格式映射转换，因此实际上不需要像前文那样手动编写脚本进行格式转换，只需要在dataset_info.json里面按照如下方式进行注册：

"adgen_local": {"file_name": "AdvertiseGen_train.json","columns": {"prompt": "content","response": "summary"}
}

微调过程及结果测试

参数设置主要调节以下内容：

• 预热步数从0上调到20
• 训练轮数从3上调到5
• 最大样本数从100000下调到1000
• 验证集比例从0上调到0.1

这样调整意味着不会将所有的数据进行训练，训练的数据总数为1000 * 0.9 = 900条。

使用 DeepSeek-R1-7B 模型进行 LoRA 微调，差不多10分钟训练完成。

从结果看 loss 还是比较大，正常情况 < 1 会比较好，说明还有收敛空间。

下面加载模型进行测试，微调前模型问答效果如下

选择检查点，载入训练完的 LoRA 适配器，

微调后模型问答效果如下：

看上去，微调完的有点意思，但效果不是特别明显。微调前模型会产生“可能”之类的不确定表述，微调之后模型会更“自信”。

结果导出到Ollama

后面我又用 easy dataset做了一个几十条规模的小数据集，尝试在DeepSeek-R1-32B的模型基础上微调，效果不达预期，这里就不放结果，只讨论如何进行模型导出。

首先在webui的export菜单中，将模型进行导出。需注意，使用 bf16 精度格式无法直接导出量化的模型版本。

同时，LoRA层会合并到原始模型中，大约会占据1B左右的参数。

之后安装 GGUF 库，用于模型的格式转换。

通过官方仓库安装，版本最新:

git clone https://github.com/ggerganov/llama.cpp.git
cd llama.cpp/gguf-py
pip install --editable .

将模型转换成 gguf 格式：

python convert_hf_to_gguf.py /home/zxy/code/LLaMA-Factory/output_model

转换时，参考其输出日志，可发现其会自动将某些层变成fp16和fp32。

INFO:hf-to-gguf:gguf: loading model part 'model-00001-of-00014.safetensors'
INFO:hf-to-gguf:token_embd.weight,         torch.bfloat16 --> F16, shape = {5120, 152064}
INFO:hf-to-gguf:blk.0.attn_norm.weight,    torch.bfloat16 --> F32, shape = {5120}
INFO:hf-to-gguf:blk.0.ffn_down.weight,     torch.bfloat16 --> F16, shape = {27648, 5120}
INFO:hf-to-gguf:blk.0.ffn_gate.weight,     torch.bfloat16 --> F16, shape = {5120, 27648}
INFO:hf-to-gguf:blk.0.ffn_up.weight,       torch.bfloat16 --> F16, shape = {5120, 27648}
INFO:hf-to-gguf:blk.0.ffn_norm.weight,     torch.bfloat16 --> F32, shape = {5120}
INFO:hf-to-gguf:blk.0.attn_k.bias,         torch.bfloat16 --> F32, shape = {1024}

转换完成后，会在模型原路径下得到gguf文件。

用 ollama 注册模型，执行以下命令，my_deepseek_r1_32b为模型名称。

ollama create my_deepseek_r1_32b -f /home/zxy/code/LLaMA-Factory/output_model/Modelfile

ollama会将模型再拷贝一份到其存储路径中。

注册完成后，就可以通过ollama list看到自己创建的模型。

导出为fp16+fp32的混合精度，比原本从ollama上拉取的int4精度大不少。

结论

实测发现，模型微调的主要功能是增强模型在某方面的能力。

如果通过信息查询对去微调模型，效果并不会很理想，RAG更加适合去查询信息。

当数据集较大时，模型微调时间可能会很长。本文中，选取900条数据进行微调，大约耗时10分钟。如果选取全部10w+条数据，估计需要耗时会在16小时左右。

如果微调参数量更大的模型，可能花费的时间会以天计。

此外，由于 LLaMA-Factory 封装得很好，实践过程中遇到的报错很难通过调代码解决，后面考虑研究vllm，探寻模型微调更为底层的相关原理。

参考资料

[1] LLaMA-Factory QuickStart：https://zhuanlan.zhihu.com/p/695287607