一、LlamaFactory介绍

LlamaFactory 是一个封装比较完善的LLM微调工具，它能够帮助用户快速地训练和微调大多数LLM模型。

https://github.com/hiyouga/LLaMA-Factory

1.1 简介

LlamaFactory主要通过Trainer类来实现训练流程，通过设置数据集、模型选型、训练类型、微调超参、模型保存，以及训练状态监控等信息，来开启训练。

支持的训练方法（这里的Pre-Training指的是增量预训练）

LlamaFactory基于PEFT和TRL进行二次封装，从而可以快速开始SFT和RLHF微调。同时，引入GaLore和Unsloth等方案，能降低训练显存占用。

1.2 特性

• • 各种模型: LLaMA, LLaVA, Mistral, Mixtral-MoE, Qwen, Yi, Gemma, Baichuan, ChatGLM, Phi, etc.

• • 集成训练方法: (Continuous) pre-training, (multimodal) supervised fine-tuning, reward modeling, PPO, DPO and ORPO.

• • Scalable resources: 32-bit full-tuning, 16-bit freeze-tuning, 16-bit LoRA and 2/4/8-bit QLoRA via AQLM/AWQ/GPTQ/LLM.int8.

• • Advanced algorithms: GaLore, BAdam, DoRA, LongLoRA, LLaMA Pro, Mixture-of-Depths, LoRA+, LoftQ and Agent tuning.

• • 实用tricks: FlashAttention-2, Unsloth, RoPE scaling, NEFTune and rsLoRA.

• • 实验监控:LlamaBoard, TensorBoard, Wandb, MLflow, etc.

• • 推理集成: OpenAI-style API, Gradio UI and CLI with vLLM worker.

LlamaFactory支持单机单卡，同时整合了accelerate和deepseed的单机多卡、多机多卡分布式训练。

支持的模型

基于LlamaFactory框架进行的各种训练效率比较

适合进行各种LLM在不同训练方法下，效果评估对比

1.3 数据集信息

LlamaFactory配置的数据集格式。

预训练数据集

• • Wiki Demo (en)^[28]

• • RefinedWeb (en)^[29]

• • RedPajama V2 (en)^[30]

• • Wikipedia (en)^[31]

• • Wikipedia (zh)^[32]

• • Pile (en)^[33]

• • SkyPile (zh)^[34]

• • FineWeb (en)^[35]

• • FineWeb-Edu (en)^[36]

• • The Stack (en)^[37]

• • StarCoder (en)^[38]

指令微调数据集

• • Identity (en&zh)^[39]

• • Stanford Alpaca (en)^[40]

• • Stanford Alpaca (zh)^[41]

• • Alpaca GPT4 (en&zh)^[42]

• • Glaive Function Calling V2 (en&zh)^[43]

• • LIMA (en)^[44]

• • Guanaco Dataset (multilingual)^[45]

• • BELLE 2M (zh)^[46]

• • BELLE 1M (zh)^[47]

• • BELLE 0.5M (zh)^[48]

• • BELLE Dialogue 0.4M (zh)^[49]

• • BELLE School Math 0.25M (zh)^[50]

• • BELLE Multiturn Chat 0.8M (zh)^[51]

• • UltraChat (en)^[52]

• • OpenPlatypus (en)^[53]

• • CodeAlpaca 20k (en)^[54]

• • Alpaca CoT (multilingual)^[55]

• • OpenOrca (en)^[56]

• • SlimOrca (en)^[57]

• • MathInstruct (en)^[58]

• • Firefly 1.1M (zh)^[59]

• • Wiki QA (en)^[60]

• • Web QA (zh)^[61]

• • WebNovel (zh)^[62]

• • Nectar (en)^[63]

• • deepctrl (en&zh)^[64]

• • Advertise Generating (zh)^[65]

• • ShareGPT Hyperfiltered (en)^[66]

• • ShareGPT4 (en&zh)^[67]

• • UltraChat 200k (en)^[68]

• • AgentInstruct (en)^[69]

• • LMSYS Chat 1M (en)^[70]

• • Evol Instruct V2 (en)^[71]

• • Cosmopedia (en)^[72]

• • STEM (zh)^[73]

• • Ruozhiba (zh)^[74]

• • LLaVA mixed (en&zh)^[75]

• • Open Assistant (de)^[76]

• • Dolly 15k (de)^[77]

• • Alpaca GPT4 (de)^[78]

• • OpenSchnabeltier (de)^[79]

• • Evol Instruct (de)^[80]

• • Dolphin (de)^[81]

• • Booksum (de)^[82]

• • Airoboros (de)^[83]

• • Ultrachat (de)^[84]

偏好数据集

• • DPO mixed (en&zh)^[85]

• • UltraFeedback (en)^[86]

• • Orca DPO Pairs (en)^[87]

• • HH-RLHF (en)^[88]

• • Nectar (en)^[89]

• • Orca DPO (de)^[90]

• • KTO mixed (en)^[91]

部分数据集的使用需要确认，推荐使用下述命令登录 Hugging Face 账户。

pip install --upgrade huggingface_hub
huggingface-cli login

1.4 软硬件依赖

1.5 硬件依赖

* 估算值

估计的不一定准，取决于输入输出长度、batch_size。建议使用accelerate估计。

二、使用LlamaFactory

2.1 项目结构

• • examples目录下，存放各种预置的例子

  

• • src目录的llm-tuner是项目源码

• • data目录下，存放各种预置的数据集，以及数据集配置文件dataset_info.json

可以在 src/llmtuner/data/template.py 中添加自己的对话模板。

为了确保和LLM SFT时一致，确保对话模板格式很关键。

2.2 数据准备

关于数据集文件的格式，请参考 data/README_zh.md^[92] 的内容。你可以使用 HuggingFace / ModelScope 上的数据集或加载本地数据集。

使用自定义数据集时，请更新 data/dataset_info.json^[93] 文件，进行数据集名称、数据集字段以及数据集路径的配置。

dataset_info.json的一些默认配置数据集信息

{
  "alpaca_gpt4_zh": {
    "file_name": "alpaca_gpt4_data_zh.json"
  },
  "identity": {
    "file_name": "identity.json"
  },
  "oaast_sft_zh": {
    "file_name": "oaast_sft_zh.json",
    "columns": {
      "prompt": "instruction",
      "query": "input",
      "response": "output",
      "history": "history"
    }
  },
  "lima": {
    "file_name": "lima.json",
    "columns": {
      "prompt": "instruction",
      "query": "input",
      "response": "output",
      "history": "history"
    }
  },
  "belle_2m": {
    "hf_hub_url": "BelleGroup/train_2M_CN",
    "ms_hub_url": "AI-ModelScope/train_2M_CN"
  },
  "firefly": {
    "hf_hub_url": "YeungNLP/firefly-train-1.1M",
    "columns": {
      "prompt": "input",
      "response": "target"
    }
  },
  "wikiqa": {
    "hf_hub_url": "wiki_qa",
    "columns": {
      "prompt": "question",
      "response": "answer"
    }
  }
}

也可以在 template.py 中添加自己的对话模板。典型的几个模板

_register_template(
    name="alpaca",
    format_user=StringFormatter(slots=["### Instruction:n{{content}}nn### Response:n"]),
    format_separator=EmptyFormatter(slots=["nn"]),
    default_system=(
        "Below is an instruction that describes a task. "
        "Write a response that appropriately completes the request.nn"
    ),
)

_register_template(
    name="qwen",
    format_user=StringFormatter(slots=["<|im_start|>usern{{content}}<|im_end|>n<|im_start|>assistantn"]),
    format_system=StringFormatter(slots=["<|im_start|>systemn{{content}}<|im_end|>n"]),
    format_observation=StringFormatter(slots=["<|im_start|>tooln{{content}}<|im_end|>n<|im_start|>assistantn"]),
    format_separator=EmptyFormatter(slots=["n"]),
    default_system="You are a helpful assistant.",
    stop_words=["<|im_end|>"],
    replace_eos=True,
)

_register_template(
    name="chatml",
    format_user=StringFormatter(slots=["<|im_start|>usern{{content}}<|im_end|>n<|im_start|>assistantn"]),
    format_system=StringFormatter(slots=["<|im_start|>systemn{{content}}<|im_end|>n"]),
    format_observation=StringFormatter(slots=["<|im_start|>tooln{{content}}<|im_end|>n<|im_start|>assistantn"]),
    format_separator=EmptyFormatter(slots=["n"]),
    stop_words=["<|im_end|>", "<|im_start|>"],
    replace_eos=True,
)

_register_template(
    name="deepseek",
    format_user=StringFormatter(slots=["User: {{content}}nnAssistant:"]),
    format_system=StringFormatter(slots=[{"bos_token"}, "{{content}}"]),
    force_system=True,
)

_register_template(
    name="default",
    format_user=StringFormatter(slots=["Human: {{content}}nAssistant: "]),
    format_system=StringFormatter(slots=["{{content}}n"]),
    format_separator=EmptyFormatter(slots=["n"]),
)

_register_template(
    name="llama2",
    format_user=StringFormatter(slots=[{"bos_token"}, "[INST] {{content}} [/INST]"]),
    format_system=StringFormatter(slots=["<<SYS>>n{{content}}n<</SYS>>nn"]),
    default_system=(
        "You are a helpful, respectful and honest assistant. "
        "Always answer as helpfully as possible, while being safe. "
        "Your answers should not include any harmful, unethical, "
        "racist, sexist, toxic, dangerous, or illegal content. "
        "Please ensure that your responses are socially unbiased and positive in nature.nn"
        "If a question does not make any sense, or is not factually coherent, "
        "explain why instead of answering something not correct. "
        "If you don't know the answer to a question, please don't share false information."
    ),
)

_register_template(
    name="llama2_zh",
    format_user=StringFormatter(slots=[{"bos_token"}, "[INST] {{content}} [/INST]"]),
    format_system=StringFormatter(slots=["<<SYS>>n{{content}}n<</SYS>>nn"]),
    default_system="You are a helpful assistant. 你是一个乐于助人的助手。",
)

_register_template(
    name="llama3",
    format_user=StringFormatter(
        slots=[
            (
                "<|start_header_id|>user<|end_header_id|>nn{{content}}<|eot_id|>"
                "<|start_header_id|>assistant<|end_header_id|>nn"
            )
        ]
    ),
    format_system=StringFormatter(
        slots=[{"bos_token"}, "<|start_header_id|>system<|end_header_id|>nn{{content}}<|eot_id|>"]
    ),
    format_observation=StringFormatter(
        slots=[
            (
                "<|start_header_id|>tool<|end_header_id|>nn{{content}}<|eot_id|>"
                "<|start_header_id|>assistant<|end_header_id|>nn"
            )
        ]
    ),
    default_system="You are a helpful assistant.",
    stop_words=["<|eot_id|>"],
    replace_eos=True,
)

2.3 安装依赖

在一个干净的虚拟环境，安装如下依赖

git clone https://github.com/hiyouga/LLaMA-Factory.git
conda create -n llama_factory python=3.10
conda activate llama_factory
cd LLaMA-Factory
pip install -e .[metrics]

可选的额外依赖项：deepspeed、metrics、unsloth、galore、badam、vllm、bitsandbytes、gptq、awq、aqlm、qwen、modelscope、quality

2.4 WEB-UI 训练

LlamaFactory Colab Demo脚本:

https://colab.research.google.com/drive/1eRTPn37ltBbYsISy9Aw2NuI2Aq5CQrD9?usp=sharing

ui界面目前只支持单卡训练

模型选择

数据集选择配置

训练方式选择

训练参数配置

预览训练命令

日志展示

2.5 命令脚本训练

目前，最新版本绝大多数examples已改成yaml配置文件，而不是shell命令用parser读取参数了.

当然，本质上就是把训练参数传到train.py中

examples下的lora_single_gpu/llama3_lora_sft.yaml

# model
model_name_or_path: meta-llama/Meta-Llama-3-8B-Instruct

# method
stage: sft
do_train: true
finetuning_type: lora
lora_target: q_proj,v_proj

# dataset
dataset: identity,alpaca_gpt4_en
template: llama3
cutoff_len: 1024
max_samples: 1000
overwrite_cache: true
preprocessing_num_workers: 16

# output
output_dir: saves/llama3-8b/lora/sft
logging_steps: 10
save_steps: 500
plot_loss: true
overwrite_output_dir: true

# train
per_device_train_batch_size: 1
gradient_accumulation_steps: 8
learning_rate: 0.0001
num_train_epochs: 3.0
lr_scheduler_type: cosine
warmup_steps: 0.1
fp16: true

# eval
val_size: 0.1
per_device_eval_batch_size: 1
evaluation_strategy: steps
eval_steps: 500

脚本 examples/lora_multi_gpu/multi_node.sh

#!/bin/bash
# also launch it on slave machine using slave_config.yaml

CUDA_VISIBLE_DEVICES=0,1,2,3 accelerate launch 
    --config_file examples/accelerate/master_config.yaml 
    src/train.py examples/lora_multi_gpu/llama3_lora_sft.yaml

之前一个训练日志：

配置了几个数据集，进行单机多卡 llama3_8b_instruct进行中文数据集sft训练

llama3_8b_instruct进行增量预训练还是中文数据SFT都不过是倒腾数据集和配置脚本的事情，当然这只是踏出训练的第一步。

毕竟搞出一个baseline和能训练好还是两码事（需要自己调参摸索，更需要学习开源的经验）。

总结

LlamaFactory适合快速进行全参数、LoRA等高效微调，适合增量预训练、指令微调和强化学习微调。

它具备可视化界面，同时集成了多种比较前沿的训练Trick，用的人多。

但是呢，由于集成地太好，隐藏了很多细节，一方面不利于学习和定制化。另一方面，在使用的时候，也需要详细了解参数配置。

LlamaFactory适合快速上手，毕竟它已经集成好的框架将分散的包组合到一起，能够省时省力，但用好需花一点精力。