<h1 id="cl-1"><a class="markdownIt-Anchor" href="#cl-1"></a>前言</h1> 如今也是出现了各种各样的大模型，如果想要针对性的让他扮演某个角色我们通常采用的是给他输入prompt（提示词）。 但是如果遇到一些"思想钢印"较深的大模型，使用提示词洗脑可能效果并不好。 那我们有没有其他方法来解决这个问题？ 当然有，那就是自行微调一个大模型！ 本篇文章，就带大家走一遍微调大模型的全流程 <h1 id="cl-2"><a class="markdownIt-Anchor" href="#cl-2"></a>所用项目</h1> LLaMA-Factory：<a class="wp-editor-md-post-content-link" href="https://github.com/hiyouga/LLaMA-Factory">https://github.com/hiyouga/LLaMA-Factory</a> qwen2.5:7b:<a class="wp-editor-md-post-content-link" href="https://huggingface.co/Qwen">https://huggingface.co/Qwen</a> （因为目前LLaMA-Factory支持的模型有限，所以并没有采用腾讯开源的混元模型，但总体教程是一样的） <h1 id="cl-3"><a class="markdownIt-Anchor" href="#cl-3"></a>所用设备</h1> 因为涉及到模型训练，所需要的算力也比较大，同时，因为模型训练过程中也会产生许多其他文件，所以内存和存储也尽量大一些 本次使用的是腾讯云的HAI服务器 本次选择的显存大小为32G（实际显卡型号为v100） 如果你的显存过小，训练过程中需要使用qlora进行训练 <img src="https://blog.img.07120831.xyz/2026/02/1770488335665-671.png" alt="请在此添加图片描述" /> 这里地区选择可以根据自己需要选择，因为目前国内部分地区也有学术加速，不会说在下部分文件的时候出现无法下载的情况 <h1 id="cl-4"><a class="markdownIt-Anchor" href="#cl-4"></a>开启学术加速（非必需）</h1> 服务器创建后，在控制台首页右侧会有一个学术加速按钮，我们点击，选择对应地区即可开启 <img src="https://blog.img.07120831.xyz/2026/02/1770488336919-820.png" alt="请在此添加图片描述" /> <img src="https://blog.img.07120831.xyz/2026/02/1770488346353-8.png" alt="请在此添加图片描述" /> <h1 id="cl-5"><a class="markdownIt-Anchor" href="#cl-5"></a>安装LLaMA-Factory（必须）</h1> 服务器创建完成后，我们点击算力连接，我们这里使用cloud studio进行演示 <img src="https://blog.img.07120831.xyz/2026/02/1770488345877-495.png" alt="请在此添加图片描述" /> 进入后首先建一个终端 <img src="https://blog.img.07120831.xyz/2026/02/1770488336234-705.png" alt="请在此添加图片描述" /> <h2 id="cl-6"><a class="markdownIt-Anchor" href="#cl-6"></a>conda环境创建</h2> 因为是自带conda的，我们直接创建我们需要的环境即可 官方是推荐使用python3.11的，我们直接在终端输入下面命令 <pre><code class="language-txt line-numbers">conda create -n LLaMa python=3.11 </code></pre> 随后就会自动开始安装我们所需要的东西 <img src="https://blog.img.07120831.xyz/2026/02/1770488337625-487.png" alt="请在此添加图片描述" /> 完成后，我们输入 <pre><code class="language-txt line-numbers">conda activate LLaMa </code></pre> 即可进入我们这个虚拟环境 <img src="https://blog.img.07120831.xyz/2026/02/1770488338351-155.png" alt="请在此添加图片描述" /> <h2 id="cl-7"><a class="markdownIt-Anchor" href="#cl-7"></a>LLaMA-Factory安装</h2> 我们按照官方给的文档，依次输入下面三条指令 <pre><code class="language-txt line-numbers">git clone --depth 1 https://github.com/hiyouga/LLaMA-Factory.git cd LLaMA-Factory pip install -e ".[torch,metrics]" </code></pre> 第一条为下载github仓库内的代码，如果遇到网络不畅，可以尝试下载到本地然后手动上传到云端，或者将官方地址替换为镜像站地址 <img src="https://blog.img.07120831.xyz/2026/02/1770488340900-572.png" alt="请在此添加图片描述" /> 完成后我们进入文件夹安装依赖 <img src="https://blog.img.07120831.xyz/2026/02/1770488340296-420.png" alt="请在此添加图片描述" /> 此过程需要下载大量文件还请耐心等待~ 如果不显示报错，并且和图示一样即可证明安装完成 <img src="https://blog.img.07120831.xyz/2026/02/1770488339726-840.png" alt="请在此添加图片描述" /> <h2 id="cl-8"><a class="markdownIt-Anchor" href="#cl-8"></a>自定义数据集（非必需）</h2> 我们本次训练的主要是LLM模型的自我认识（身份），其数据集格式为下 <pre><code class="language-txt line-numbers"> { "instruction": "", "input": "", "output": "" }, </code></pre> 你可以在程序的data文件夹下找到这个文件 <img src="https://blog.img.07120831.xyz/2026/02/1770488339137-511.png" alt="请在此添加图片描述" /> 如果你需要使用其他数据集，可以根据这个格式进行编辑 我们这里创建一个zhongerbing.json文件，用它来进行训练模型的自我认知 <img src="https://blog.img.07120831.xyz/2026/02/1770488343133-353.png" alt="请在此添加图片描述" /> <h3 id="cl-9"><a class="markdownIt-Anchor" href="#cl-9"></a>注：</h3> 使用自定义数据集时，请更新<code>data/dataset_info.json</code>文件。 <img src="https://blog.img.07120831.xyz/2026/02/1770488342469-998.png" alt="请在此添加图片描述" /> 请务必注意路径不要错误 <h1 id="cl-10"><a class="markdownIt-Anchor" href="#cl-10"></a>模型下载（必须）</h1> 在魔搭官网，我们在模型右侧可以看到模型下载教程 <img src="https://blog.img.07120831.xyz/2026/02/1770488341930-563.png" alt="请在此添加图片描述" /> 如果您是国内用户，我们推荐使用魔搭进行模型下载 如果您是海外用户，我们推荐使用hugging face进行模型下载 <h2 id="cl-11"><a class="markdownIt-Anchor" href="#cl-11"></a>模型移动（非必需）</h2> 因为默认下载路径为/root/.cache/modelscope/hub/ 我们可以把它移动到方便修改的路径，可以使用下面这个指令 <pre><code class="language-txt line-numbers">sudo mv /root/.cache/modelscope/hub/Qwen/ /workspace/qwen </code></pre> <h1 id="cl-12"><a class="markdownIt-Anchor" href="#cl-12"></a>训练模型</h1> <h2 id="cl-13"><a class="markdownIt-Anchor" href="#cl-13"></a>启动webui</h2> 在控制台输入 <pre><code class="language-txt line-numbers">llamafactory-cli webui </code></pre> 即可启动webui 我们根据自己服务器的ip，和输出的对应端口，使用浏览器即可进入 <img src="https://blog.img.07120831.xyz/2026/02/1770488341315-42.png" alt="请在此添加图片描述" /> 进入后我们选择对应的模型，填写好路径 <img src="https://blog.img.07120831.xyz/2026/02/1770488345346-631.png" alt="请在此添加图片描述" /> <h2 id="cl-14"><a class="markdownIt-Anchor" href="#cl-14"></a>验证模型路径是否正确（非必需）</h2> <img src="https://blog.img.07120831.xyz/2026/02/1770488344861-442.png" alt="请在此添加图片描述" /> 我们点击chat，选择加载模型，如果没有报错可以正常出现内容即为正常 另外，如果您选择了量化，可能需要手动配置部分依赖，具体情况请看控制台报错 <img src="https://blog.img.07120831.xyz/2026/02/1770488344263-729.png" alt="请在此添加图片描述" /> 使用完毕后记得点击卸载模型，否则会一直占用显存 <h2 id="cl-15"><a class="markdownIt-Anchor" href="#cl-15"></a>开始训练</h2> 我们返回train，选择我们需要的数据集（你可以点击预览查看数据集）然后我们下滑直接点击开始训练即可 <img src="https://blog.img.07120831.xyz/2026/02/1770488343721-850.png" alt="请在此添加图片描述" /> 开始训练后，我们稍等片刻可以看到训练进度 <img src="https://blog.img.07120831.xyz/2026/02/1770488346974-513.png" alt="请在此添加图片描述" /> 右侧为loss，loss尽量低一些，但同时也不能过低，过低会出现过拟合的情况，适得其反 我们也可以适当添加训练次数，每次完成后通过chat验证一下效果 模型训练不是不是越多越好，需根据具体情况分析 单次训练完成后会出现如图提示 <img src="https://blog.img.07120831.xyz/2026/02/1770488348992-88.png" alt="请在此添加图片描述" /> <h2 id="cl-16"><a class="markdownIt-Anchor" href="#cl-16"></a>验证训练结果</h2> 训练完成后，我们在上方检查点选择我们的一个数据 <img src="https://blog.img.07120831.xyz/2026/02/1770488349702-834.png" alt="请在此添加图片描述" /> 随后在chat处加载我们的模型，进行对话 <img src="https://blog.img.07120831.xyz/2026/02/1770488350247-430.png" alt="请在此添加图片描述" /> 然后我们进行问答，就可以得到想要的结果 右侧参数可以根据自己需要进行调整 我们可以将训练好的检查点，融入到模型之中，可以在其他地方使用 <h1 id="cl-17"><a class="markdownIt-Anchor" href="#cl-17"></a>LLaMA-Factory支持的模型</h1> | 模型名 | 参数量 | Template | | ----------------------------------------------------------------- | -------------------------------- | -------------------- | | [BLOOM/BLOOMZ](https://huggingface.co/bigscience) | 560M/1.1B/1.7B/3B/7.1B/176B | - | | [DeepSeek (LLM/Code/MoE)](https://huggingface.co/deepseek-ai) | 7B/16B/67B/236B | deepseek | | [DeepSeek 3-3.2](https://huggingface.co/deepseek-ai) | 236B/671B | deepseek3 | | [DeepSeek R1 (Distill)](https://huggingface.co/deepseek-ai) | 1.5B/7B/8B/14B/32B/70B/671B | deepseekr1 | | [ERNIE-4.5](https://huggingface.co/baidu) | 0.3B/21B/300B | ernie_nothink | | [Falcon/Falcon H1](https://huggingface.co/tiiuae) | 0.5B/1.5B/3B/7B/11B/34B/40B/180B | falcon/falcon_h1 | | [Gemma/Gemma 2/CodeGemma](https://huggingface.co/google) | 2B/7B/9B/27B | gemma/gemma2 | | [Gemma 3/Gemma 3n](https://huggingface.co/google) | 270M/1B/4B/6B/8B/12B/27B | gemma3/gemma3n | | [GLM-4/GLM-4-0414/GLM-Z1](https://huggingface.co/zai-org) | 9B/32B | glm4/glmz1 | | [GLM-4.5/GLM-4.5(6)V](https://huggingface.co/zai-org) | 9B/106B/355B | glm4_moe/glm4_5v | | [GPT-2](https://huggingface.co/openai-community) | 0.1B/0.4B/0.8B/1.5B | - | | [GPT-OSS](https://huggingface.co/openai) | 20B/120B | gpt_oss | | [Granite 3-4](https://huggingface.co/ibm-granite) | 1B/2B/3B/7B/8B | granite3/granite4 | | [Hunyuan/Hunyuan1.5 (MT)](https://huggingface.co/tencent/) | 0.5B/1.8B/4B/7B/13B | hunyuan/hunyuan_small | | [InternLM 2-3](https://huggingface.co/internlm) | 7B/8B/20B | intern2 | | [InternVL 2.5-3.5](https://huggingface.co/OpenGVLab) | 1B/2B/4B/8B/14B/30B/38B/78B/241B | intern_vl | | [Intern-S1-mini](https://huggingface.co/internlm/) | 8B | intern_s1 | | [Kimi-VL](https://huggingface.co/moonshotai) | 16B | kimi_vl | | [Ling 2.0 (mini/flash)](https://huggingface.co/inclusionAI) | 16B/100B | bailing_v2 | | [LFM 2.5 (VL)](https://huggingface.co/LiquidAI) | 1.2B/1.6B | lfm2/lfm2_vl | | [Llama](https://github.com/facebookresearch/llama) | 7B/13B/33B/65B | - | | [Llama 2](https://huggingface.co/meta-llama) | 7B/13B/70B | llama2 | | [Llama 3-3.3](https://huggingface.co/meta-llama) | 1B/3B/8B/70B | llama3 | | [Llama 4](https://huggingface.co/meta-llama) | 109B/402B | llama4 | | [Llama 3.2 Vision](https://huggingface.co/meta-llama) | 11B/90B | mllama | | [LLaVA-1.5](https://huggingface.co/llava-hf) | 7B/13B | llava | | [LLaVA-NeXT](https://huggingface.co/llava-hf) | 7B/8B/13B/34B/72B/110B | llava_next | | [LLaVA-NeXT-Video](https://huggingface.co/llava-hf) | 7B/34B | llava_next_video | | [MiMo](https://huggingface.co/XiaomiMiMo) | 7B/309B | mimo/mimo_v2 | | [MiniCPM 4](https://huggingface.co/openbmb) | 0.5B/8B | cpm4 | | [MiniCPM-o/MiniCPM-V 4.5](https://huggingface.co/openbmb) | 8B/9B | minicpm_o/minicpm_v | | [MiniMax-M1/MiniMax-M2](https://huggingface.co/MiniMaxAI/models) | 229B/456B | minimax1/minimax2 | | [Ministral 3](https://huggingface.co/mistralai) | 3B/8B/14B | ministral3 | | [Mistral/Mixtral](https://huggingface.co/mistralai) | 7B/8x7B/8x22B | mistral | | [PaliGemma/PaliGemma2](https://huggingface.co/google) | 3B/10B/28B | paligemma | | [Phi-3/Phi-3.5](https://huggingface.co/microsoft) | 4B/14B | phi | | [Phi-3-small](https://huggingface.co/microsoft) | 7B | phi_small | | [Phi-4-mini/Phi-4](https://huggingface.co/microsoft) | 3.8B/14B | phi4_mini/phi4 | | [Pixtral](https://huggingface.co/mistralai) | 12B | pixtral | | [Qwen2 (Code/Math/MoE/QwQ)](https://huggingface.co/Qwen) | 0.5B/1.5B/3B/7B/14B/32B/72B/110B | qwen | | [Qwen3 (MoE/Instruct/Thinking/Next)](https://huggingface.co/Qwen) | 0.6B/1.7B/4B/8B/14B/32B/80B/235B | qwen3/qwen3_nothink | | [Qwen2-Audio](https://huggingface.co/Qwen) | 7B | qwen2_audio | | [Qwen2.5-Omni](https://huggingface.co/Qwen) | 3B/7B | qwen2_omni | | [Qwen3-Omni](https://huggingface.co/Qwen) | 30B | qwen3_omni | | [Qwen2-VL/Qwen2.5-VL/QVQ](https://huggingface.co/Qwen) | 2B/3B/7B/32B/72B | qwen2_vl | | [Qwen3-VL](https://huggingface.co/Qwen) | 2B/4B/8B/30B/32B/235B | qwen3_vl | | [Seed (OSS/Coder)](https://huggingface.co/ByteDance-Seed) | 8B/36B | seed_oss/seed_coder | | [StarCoder 2](https://huggingface.co/bigcode) | 3B/7B/15B | - | | [TeleChat 2-2.5](https://huggingface.co/Tele-AI) | 3B/7B/35B/115B | telechat2 | | [Yuan 2](https://huggingface.co/IEITYuan) | 2B/51B/102B | yuan | <h1 id="cl-18"><a class="markdownIt-Anchor" href="#cl-18"></a>硬件依赖</h1> \* *估算值* | 方法 | 精度 | 7B | 14B | 30B | 70B | `x`B | | ------------------------------- | ---- | ----- | ----- | ----- | ------ | ------- | | Full (`bf16` or `fp16`) | 32 | 120GB | 240GB | 600GB | 1200GB | `18x`GB | | Full (`pure_bf16`) | 16 | 60GB | 120GB | 300GB | 600GB | `8x`GB | | Freeze/LoRA/GaLore/APOLLO/BAdam | 16 | 16GB | 32GB | 64GB | 160GB | `2x`GB | | QLoRA | 8 | 10GB | 20GB | 40GB | 80GB | `x`GB | | QLoRA | 4 | 6GB | 12GB | 24GB | 48GB | `x/2`GB | | QLoRA | 2 | 4GB | 8GB | 16GB | 24GB | `x/4`GB |
![2核2G服务器跑270M LLM模型[测试]](https://blog.img.07120831.xyz/2026/02/1770487383979-464.png )
