前言

本次实战采用QWEN2.5的0.5b的小体量模型在弱智吧数据集上进行微调。

总所周知，弱智吧里面有很多问题十分的无厘头。这种无厘头的发问虽然在人类的角度来看其实大部分都是对中文语义的强行模糊，但对于模型来说确实锻炼模型逻辑能力的高质量预料。

通过本次实战，希望大家能够掌握以下技能：

1，如何快速获取廉价算力

2，如何在QWEN模型上进行全参微调

算力准备

新人注册专享，4步白嫖准则，老用户邀请再赚壕礼

环境配置

本次实战我们的硬件配置采用4090训练。由于模型体积很小，所以我们直接使用全量微调。训练框架采用

llamafactory。

硬件配置流程

如上图记录，我们选用一卡4090来训练。选好配置之后创建实例。

如上图所记录，我们的训练过程中包含了数据集下载，python环境安装和相关微调训练任务只有最后的训练需要

GPU资源，所以我们在创建实例之后先点击关机按钮，等待关机之后点击无卡模式开机按钮，节约资源。

如上图记录，我们先点击复制token按钮，然后点击进入jupyterlab。

第一次出现如下安全验证界面之后我们在里面粘贴我们刚刚复制的token。然后登陆。

数据集与模型准备

1. 本次实战是用的0.5B的qwen2.5在弱智吧数据集上进行微调。首先开启conda功能，执行如下命令：
2. 然后打开一个新终端。
3. 接着创建环境：
4. 安装完成之后进入环境
5. 在环境里安装modelscope包，
   我们就是利用modelscope这个包下载数据集和模型
6. 分别运行如下命令下载数据集和模型

模型训练

本次实战的训练框架是使用的llamafactory。框架安装命令如下：

我们在LLaMA-Factory下创建一个qwen-inference.yaml文件。配置内容如下：

然后在LLaMA-Factory目录下运行推理命令：

命令运行和加载模型完之后，我们用弱智吧的经典问题进行的测试：

可以看出，没有微调的模型的逻辑能力还是有些欠缺，有点胡言乱语接下来我们就开始微调。

我们需要进入llamafactory的工程目录下的data目录进行数据集的简单配置。进入data目录之后打开dataset_info.json添加如下配置：

其中的file_name更改为弱智吧的jsonl数据集的文件路径然后创建一个训练配置文件qwen2.5_full_sft.yaml

需要修改的路径：

1. model_name_or_path字段的内容修改为自己下载的模型路径。
2. output_dir字段内容修改为模型训练后的保存路径然后用如下命令进行训练

训练过程很快，如下图所示

训练完成之后，我们可以进行推理测试，只需要将之前的推理配置文件qwen-inference.yaml中的模型路径修改为我们训练之后保存的模型路径，然后运行推理命令：

加载完毕之后就可以开始测试

可以发现，大模型在训练了之后对部分问题是可以有逻辑的回答的。

 大模型&AI产品经理如何学习

求大家的点赞和收藏，我花2万买的大模型学习资料免费共享给你们，来看看有哪些东西。

1.学习路线图

第一阶段： 从大模型系统设计入手，讲解大模型的主要方法；

第二阶段： 在通过大模型提示词工程从Prompts角度入手更好发挥模型的作用；

第三阶段： 大模型平台应用开发借助阿里云PAI平台构建电商领域虚拟试衣系统；

第四阶段： 大模型知识库应用开发以LangChain框架为例，构建物流行业咨询智能问答系统；

第五阶段： 大模型微调开发借助以大健康、新零售、新媒体领域构建适合当前领域大模型；

第六阶段： 以SD多模态大模型为主，搭建了文生图小程序案例；

第七阶段： 以大模型平台应用与开发为主，通过星火大模型，文心大模型等成熟大模型构建大模型行业应用。

2.视频教程

网上虽然也有很多的学习资源，但基本上都残缺不全的，这是我自己整理的大模型视频教程，上面路线图的每一个知识点，我都有配套的视频讲解。

（都打包成一块的了，不能一一展开，总共300多集）

因篇幅有限，仅展示部分资料，需要点击下方图片前往获取

3.技术文档和电子书 

这里主要整理了大模型相关PDF书籍、行业报告、文档，有几百本，都是目前行业最新的。

4.LLM面试题和面经合集

这里主要整理了行业目前最新的大模型面试题和各种大厂offer面经合集。

👉学会后的收获：👈
• 基于大模型全栈工程实现（前端、后端、产品经理、设计、数据分析等），通过这门课可获得不同能力；

• 能够利用大模型解决相关实际项目需求： 大数据时代，越来越多的企业和机构需要处理海量数据，利用大模型技术可以更好地处理这些数据，提高数据分析和决策的准确性。因此，掌握大模型应用开发技能，可以让程序员更好地应对实际项目需求；

• 基于大模型和企业数据AI应用开发，实现大模型理论、掌握GPU算力、硬件、LangChain开发框架和项目实战技能， 学会Fine-tuning垂直训练大模型（数据准备、数据蒸馏、大模型部署）一站式掌握；

• 能够完成时下热门大模型垂直领域模型训练能力，提高程序员的编码能力： 大模型应用开发需要掌握机器学习算法、深度学习框架等技术，这些技术的掌握可以提高程序员的编码能力和分析能力，让程序员更加熟练地编写高质量的代码。

1.AI大模型学习路线图
2.100套AI大模型商业化落地方案
3.100集大模型视频教程
4.200本大模型PDF书籍
5.LLM面试题合集
6.AI产品经理资源合集***

👉获取方式：
😝有需要的小伙伴，可以保存图片到wx扫描二v码免费领取【保证100%免费】🆓