一、LLaMA-Factory
支持的模型：LLaMA-Factory支持多种大型语言模型，包括但不限于LLaMA、BLOOM、Mistral、Baichuan、Qwen、ChatGLM等。
集成方法：包括（增量）预训练、指令监督微调、奖励模型训练、PPO训练、DPO训练和ORPO训练等多种方法。
运算精度与优化算法：提供32比特全参数微调、16比特冻结微调、16比特LoRA微调和基于AQLM/AWQ/GPTQ/LLM.int8的2/4/8比特QLoRA微调等多种精度选择，以及GaLore、DoRA、LongLoRA、LLaMA Pro、LoRA+、LoftQ和Agent微调等先进算法。
LLaMA-Factory
二、模型微调（Fine-Tuning）
设置语言：进入WebUI后，可以切换到中文（zh）。
配置模型：选择LLaMA3-8B-Chat模型。
配置微调方法：微调方法则保持默认值lora，使用LoRA轻量化微调方法能极大程度地节约显存。
LLaMA-Factory项目内置了丰富的数据集，放在了 data目录下。同时也可以自己准备自定义数据集，将数据处理为框架特定的格式，放到指定的data目录下。
学习率+梯度累积：设置学习率为1e-4，梯度累积为2，有利于模型拟合。
计算类型：如果是NVIDIA V100显卡，计算类型保持为fp16；如果使用了AMD A10系列显卡，可以更改计算类型为bf16。
LoRA参数设置：设置LoRA+学习率比例为16，LoRA+被证明是比LoRA学习效果更好的算法。在LoRA作用模块中填写all，即将LoRA层挂载到模型的所有线性层上，提高拟合效果。
输出目录：将输出目录修改为train_llama3，训练后的LoRA权重将会保存在此目录中。
预览命令：点击「预览命令」可展示所有已配置的参数，如果想通过代码运行微调，可以复制这段命令，在命令行运行。
开始：点击「开始」启动模型微调。
训练完毕：启动微调后需要等待一段时间，待模型下载完毕后可在界面观察到训练进度和损失曲线。模型微调大约需要20分钟，显示“训练完毕”代表微调成功。
刷新适配器：微调完成后，点击页面顶部的「刷新适配器」
适配器路径：点击适配器路径，即可弹出刚刚训练完成的LoRA权重，点击选择下拉列表中的train_llama3选项，在模型启动时即可加载微调结果。
评估模型：选择「Evaluate&Predict」栏，在数据集下拉列表中选择「eval」（验证集）评估模型。
输出目录：更改输出目录为
eval_llama3，模型评估结果将会保存在该目录中。开始评估：最后点击开始按钮启动模型评估。
评估分数：模型评估大约需要5分钟左右，评估完成后会在界面上显示验证集的分数。
ROUGE分数：其中ROUGE分数衡量了模型输出答案（predict）和验证集中标准答案（label）的相似度，ROUGE分数越高代表模型学习得更好。
加载模型：选择「Chat」栏，确保适配器路径是 train_llama3，点击「加载模型」即可在Web UI中和微调模型进行对话。
卸载模型：点击「卸载模型」，点击“×”号取消适配器路径，再次点击「加载模型」，即可与微调前的原始模型聊天。
