LLM - LlamaFactory 的大模型推理 踩坑记录

欢迎关注我的CSDN：https://spike.blog.csdn.net/
本文地址：https://spike.blog.csdn.net/article/details/148538165

免责声明：本文来源于个人知识与公开资料，仅用于学术交流，欢迎讨论，不支持转载。

---

在使用 LlamaFactory 大模型进行推理时，记录了遇到的诸多问题及解决过程，为后续应用提供经验参考。

下载地址 LLaMA-Factory：https://github.com/hiyouga/LLaMA-Factory

也可使用代理下载，注意，下载之后，需要修改 remote 地址，即：

git clone https://ghfast.top/https://github.com/hiyouga/LLaMA-Factory.git
git remote set-url origin https://github.com/hiyouga/LLaMA-Factory.git

当前 Commit ID: e3d5e0fa28cdf5530ca7fae6feb04f88c1807de9

安装 Conda 环境，参考：使用 Docker 配置 PyTorch 研发环境

建议使用 Docker 环境，配置环境，安装 Python 依赖，以及 llama-factory 包：

cd LLaMA-Factory
pip install -r requirements.txt
# pip uninstall llamafactory
pip install -e ".[torch,metrics]"
# llamafactory-0.9.3.dev0

其他，相关环境：

pip install peft transformers datasets deepspeed sentencepiece
pip install vllm --timeout=120
pip install trl==0.9.6

注意：TRL 库 不是最新版本，使用 0.9.6 版本。

如果使用 webui 模式推理，需要修改源码的 IP 地址与 端口，同时，要重新安装 llama-factory 包，包括3处：

• src/webui.py，1处
• src/llamafactory/webui/interface.py，2处

gradio_ipv6 = is_env_enabled("GRADIO_IPV6")
# gradio_share = is_env_enabled("GRADIO_SHARE")
# server_name = os.getenv("GRADIO_SERVER_NAME", "[::]" if gradio_ipv6 else "0.0.0.0")
print("Visit http://ip:port for Web UI, e.g., http://127.0.0.1:8090")
fix_proxy(ipv6_enabled=gradio_ipv6)
create_ui().queue().launch(share=False, server_name="0.0.0.0", server_port=8090, inbrowser=True)

启动WebUI界面：

export DISABLE_VERSION_CHECK=1
CUDA_VISIBLE_DEVICES="0,1" llamafactory-cli webui

多卡环境需要指定环境变量，否则显存溢出。

启动页面：

显存占用：

批量结束进程，即：

ps -ef | grep "python3.11" | grep -v grep | awk '{print $2}'
ps -ef | grep "python3.11" | grep -v grep | awk '{print $2}' | xargs kill -9

参考：

• 使用 Docker 配置 PyTorch 研发环境
• 使用 LLaMA-Factory 微调大模型 环境配置与训练推理