服务器搭建网站制作网站怎么用图片做背景

本篇笔记是在记录跑通+微Qwen2.5-1.5B大模型的流程，自用，仅供参考。

---

0. 前言

Qwen2.5-1.5B大模型的官方github地址：https://github.com/QwenLM/Qwen2.5

1. 安装LLaMA-Factory

鉴于网上大部分的教程都是使用的llama-factory来进行的微调，包括qwen2.5的官方github中也贴有llama-factory的example

首先，在相应的地址进行克隆项目
我这个是在windows下运行的，所以使用的是git bash

git clone --depth 1 https://github.com/hiyouga/LLaMA-Factory.git
cd LLaMA-Factory
pip install -e ".[torch,metrics]"

然后创建新的环境 此处建议创建新环境，防止已有环境会起冲突。需要提前安装anaconda

conda create -n llama-factory python=3.11
conda activate llama-factory

然后，安装llama-factory的依赖包 cd为进入所克隆项目的路径

cd LLaMA-Factory
pip install -e ".[torch,metrics]"

最后，验证是否安装成功

llamafactory-cli version

至此，llama-factory安装完成。

2. 下载模型

此处我使用的是modelscope下载，因为要快一些。需要先安装一下modelscope。

pip install modelscope

modelscope download --model Qwen/Qwen2.5-1.5B-Instruct --local_dir your_path/Qwen2.5-1.5B-Instruct

至此，模型下载完成。

3. 数据集准备

根据github中的官方文档写的数据集的格式为

数据集准备完成后，注册自定义的训练数据

4. 训练yaml文件编写

新建一个llama_qwen_train.yaml文件（名字可以自己取），把训练相关参数复制进去，一些值也可以根据自己情况进行修改。此处我参考的是qwen官方文档https://github.com/QwenLM/Qwen2.5/blob/main/examples/llama-factory/finetune-zh.md
和这篇文章LLM基础学习03：Qwen2.5-1.5B-Instruct指令微调全流程实践——LLaMA Factory框架与GSM8K评估

官方文档的

另一篇文章的

5. 训练

编写完训练参数的yaml文件以后运行，使用以下命令进行运行

llamafactory-cli train llama_qwen_train.yaml 

命令行运行以后报错

解决方案

然后成功运行

6. 合并模型

依旧参考上述所提的官方文档，进行模型的合并

7. 模型推理

使用合并好的模型进行推理，依旧采用的是官方文档

from transformers import AutoModelForCausalLM, AutoTokenizer
device = "cuda" # the device to load the model onto
model_name_or_path = YOUR-MODEL-PATHmodel = AutoModelForCausalLM.from_pretrained(model_name_or_path,torch_dtype="auto",device_map="auto"
)
tokenizer = AutoTokenizer.from_pretrained(model_name_or_path)prompt = "Give me a short introduction to large language model."
messages = [{"role": "system", "content": "You are a helpful assistant."},{"role": "user", "content": prompt}
]
text = tokenizer.apply_chat_template(messages,tokenize=False,add_generation_prompt=True
)
model_inputs = tokenizer([text], return_tensors="pt").to(device)generated_ids = model.generate(model_inputs.input_ids,max_new_tokens=512
)
generated_ids = [output_ids[len(input_ids):] for input_ids, output_ids in zip(model_inputs.input_ids, generated_ids)
]response = tokenizer.batch_decode(generated_ids, skip_special_tokens=True)[0]

使用官方文档以后attention_mask，pad_token_id报错，参考此篇文章attention_mask，pad_token_id报错，修改后的代码如下

import torch
from transformers import AutoModelForCausalLM, AutoTokenizer
device = "cuda" # the device to load the model onto
model_name_or_path = "lora微调后的模型地址"model = AutoModelForCausalLM.from_pretrained(model_name_or_path,torch_dtype="auto",device_map="auto"
)
tokenizer = AutoTokenizer.from_pretrained(model_name_or_path)prompt = "xxx"messages = [{"role": "system", "content": "xxx"},{"role": "user", "content": prompt}
]
text = tokenizer.apply_chat_template(messages,tokenize=False,add_generation_prompt=True
)
model_inputs = tokenizer([text], return_tensors="pt").to(device)
input_ids = tokenizer.encode(text, return_tensors="pt")
attention_mask = torch.ones(input_ids.shape, dtype=torch.long, device=device)generated_ids = model.generate(model_inputs.input_ids,attention_mask=attention_mask,max_new_tokens=512,pad_token_id=tokenizer.eos_token_id,
)
generated_ids = [output_ids[len(input_ids):] for input_ids, output_ids in zip(model_inputs.input_ids, generated_ids)
]response = tokenizer.batch_decode(generated_ids, skip_special_tokens=True)[0]print(response)

---

结束语

浅浅记录一下从0跑通+微调+推理 Qwen2.5-1.5B大模型的全程