CUDA_VISIBLE_DEVICES=0 python src/train_web.py

examples/├── lora_single_gpu/│ ├── pretrain.sh: 进行预训练│ ├── sft.sh: 进行指令监督微调│ ├── reward.sh: 进行奖励模型训练│ ├── ppo.sh: 进行 PPO 训练│ ├── dpo.sh: 进行 DPO 训练│ ├── orpo.sh: 进行 ORPO 训练│ ├── prepare.sh: 保存预处理后的数据集│ └── predict.sh: 进行批量预测├── qlora_single_gpu/│ ├── bitsandbytes.sh: 微调 4/8 比特 BNB 模型│ ├── gptq.sh: 微调 4/8 比特 GPTQ 模型│ ├── awq.sh: 微调 4 比特 AWQ 模型│ └── aqlm.sh: 微调 2 比特 AQLM 模型├── lora_multi_gpu/│ ├── single_node.sh: 使用 Accelerate 进行单节点训练│ └── multi_node.sh: 使用 Accelerate 进行多节点训练├── full_multi_gpu/│ ├── single_node.sh: 使用 DeepSpeed 进行单节点训练│ └── multi_node.sh: 使用 DeepSpeed 进行多节点训练├── merge_lora/│ ├── merge.sh: 将 LoRA 权重合并到预训练模型中│ └── quantize.sh: 使用 AutoGPTQ 量化模型├── inference/│ ├── cli_demo.sh: 启动命令行推理接口│ ├── api_demo.sh: 启动 OpenAI 风格 API│ ├── web_demo.sh: 启动浏览器推理接口│ └── evaluate.sh: 在 MMLU 数据集上评测模型└── extras/├── galore/│ └── sft.sh: 使用 GaLore 训练模型├── loraplus/│ └── sft.sh: 使用 LoRA+ 训练模型├── llama_pro/│ ├── expand.sh: 扩展模型中的层│ └── sft.sh: 训练扩展后的模型└── fsdp_qlora/└── sft.sh: 使用 FSDP 微调量化模型

from llmtuner import run_exprun_exp(dict(stage="sft",do_train=True,model_name_or_path="Qwen/Qwen1.5-0.5B-Chat",dataset="identity,alpaca_gpt4_en,alpaca_gpt4_zh",template="qwen",finetuning_type="lora",lora_target="all",output_dir="test_identity",per_device_train_batch_size=4,gradient_accumulation_steps=4,lr_scheduler_type="cosine",logging_steps=10,save_steps=100,learning_rate=1e-4,num_train_epochs=5.0,max_samples=500,max_grad_norm=1.0,fp16=True,))

"数据集名称": {"hf_hub_url": "Hugging Face 的数据集仓库地址（若指定，则忽略 script_url 和 file_name）","ms_hub_url": "ModelScope 的数据集仓库地址（若指定，则忽略 script_url 和 file_name）","script_url": "包含数据加载脚本的本地文件夹名称（若指定，则忽略 file_name）","file_name": "该目录下数据集文件的名称（若上述参数未指定，则此项必需）","file_sha1": "数据集文件的 SHA-1 哈希值（可选，留空不影响训练）","subset": "数据集子集的名称（可选，默认：None）","folder": "Hugging Face 仓库的文件夹名称（可选，默认：None）","ranking": "是否为偏好数据集（可选，默认：False）","formatting": "数据集格式（可选，默认：alpaca，可以为 alpaca 或 sharegpt）","columns（可选）": {"prompt": "数据集代表提示词的表头名称（默认：instruction）","query": "数据集代表请求的表头名称（默认：input）","response": "数据集代表回答的表头名称（默认：output）","history": "数据集代表历史对话的表头名称（默认：None）","messages": "数据集代表消息列表的表头名称（默认：conversations）","system": "数据集代表系统提示的表头名称（默认：None）","tools": "数据集代表工具描述的表头名称（默认：None）"},"tags（可选，用于 sharegpt 格式）": {"role_tag": "消息中代表发送者身份的键名（默认：from）","content_tag": "消息中代表文本内容的键名（默认：value）","user_tag": "消息中代表用户的 role_tag（默认：human）","assistant_tag": "消息中代表助手的 role_tag（默认：gpt）","observation_tag": "消息中代表工具返回结果的 role_tag（默认：observation）","function_tag": "消息中代表工具调用的 role_tag（默认：function_call）","system_tag": "消息中代表系统提示的 role_tag（默认：system，会覆盖 system 列）"}}