一、环境准备
1）购买AutoDL云主机（这里之所以选择它，是因为性价比很高，很适合新手做实验），选择3090显卡的即可（如果本地有GPU机器，请用自己的），我购买AutoDL时，选择了PyTorch
2）安装Anaconda（AutoDL上已默认安装miniconda3）
Anacoda官网：https://www.anaconda.com/
根据你自己的系统下载对应版本
安装完成后，打开终端（Linux/macOS）或Anaconda Prompt（Windows），输入以下命令创建一个新环境：
（AutoDL上需要做以下操作）
conda create -n llama_factory python=3.10 conda activate llama_factory
3）安装cuda（AutoDL已安装）
参考： https://help.aliyun.com/zh/egs/user-guide/install-a-gpu-driver-on-a-gpu-accelerated-compute-optimized-linux-instance
4）下载数据集
数据集对于微调来说，是很重要的一环，数据集质量的好坏直接决定了你微调的效果。本次实验我用的是一个关于脑筋急转弯的数据集，地址：
https://modelscope.cn/datasets/helloworld0/Brain_teasers
二、安装Unsloth
1）利用conda创建虚拟环境（如果你没有开启jupyter，则需要做这一步）
conda create -n unsloth_env python=3.10conda activate unsloth_env2）安装Unsloth
pip install unsloth
三、下载Qwen3大模型
此次微调我用的是Qwen3-4B的版本，相对来说参数量不大，而且效果比较好。先用pip安装modelscope模块
pip install modelscope然后创建目录，并下载模型：
mkdir -p /models/modelscope download --model Qwen/Qwen3-4B --local_dir /models/Qwen3-4B说明： Qwen3-4B大模型会下载到/models/Qwen3-4B下面
四、微调前的测试
微调之前可以先加载初始模型做推理测试，编写测试脚本befor_train.py，内容如下：
from unsloth import FastLanguageModelmodel_name = "/models/Qwen3-4B" # 替换为实际模型路径max_seq_length = 2048 # 最大上下文长度dtype = None # 自动选择 float16 或 bfloat16load_in_4bit = True # 启用 4-bit 量化model, tokenizer = FastLanguageModel.from_pretrained(model_name=model_name,max_seq_length=max_seq_length,dtype=dtype,load_in_4bit=load_in_4bit,)FastLanguageModel.for_inference(model)inputs = tokenizer(["Instruction: 你是脑筋急转弯专家，请回答我的问题：什么东西力气再大也不愿意抗？"], return_tensors="pt").to("cuda")outputs = model.generate(**inputs, max_new_tokens=256)print(tokenizer.decode(outputs[0], skip_special_tokens=True))
说明：初次加载模型耗时会很久，耐心等待，看其输出内容对比数据集中的答案，是否有差异。
五、开始微调编写微调的脚本train.py，内容如下：
from unsloth import FastLanguageModelfrom trl import SFTTrainerfrom transformers import TrainingArgumentsfrom datasets import load_datasetimport torch# 加载模型model_name = "/models/Qwen3-4B"max_seq_length = 2048dtype = Noneload_in_4bit = Truemodel, tokenizer = FastLanguageModel.from_pretrained( model_name=model_name, max_seq_length=max_seq_length, dtype=dtype, load_in_4bit=load_in_4bit,)# 配置 LoRAmodel = FastLanguageModel.get_peft_model( model, r=32, target_modules=["q_proj", "k_proj", "v_proj", "o_proj", "gate_proj", "up_proj", "down_proj"], lora_alpha=64, lora_dropout=0.2, bias="none", use_gradient_checkpointing=True, random_state=3407,)# 加载和预处理数据集dataset = load_dataset("json", data_files="/models/datasets/data.json", split="train")train_prompt_style = """下面是一个脑筋急转弯问题，请提供合适的答案，不需要提供思考过程。### 指令:你是一个脑筋急转弯专家，请回答以下问题，不需要提供思考过程。### 问题:{}### 回复:{}"""def formatting_prompts_func(examples, eos_token): inputs = examples["instruction"] outputs = examples["output"] texts = [] for inputs, outputs in zip(inputs, outputs): text = train_prompt_style.format(inputs, outputs) + eos_token # eos token在training的时候必须要加 texts.append(text) return { "text": texts, }dataset = dataset.map( formatting_prompts_func, batched=True, fn_kwargs={'eos_token': tokenizer.eos_token}, # tokenizer为前面加载model是加载的tokenizer)# 配置训练trainer = SFTTrainer( model=model, tokenizer=tokenizer, train_dataset=dataset, dataset_text_field="text", max_seq_length=max_seq_length, args=TrainingArguments( per_device_train_batch_size=8, gradient_accumulation_steps=4, warmup_steps=10, max_steps=80, learning_rate=5e-5, fp16=not torch.cuda.is_bf16_supported(), bf16=torch.cuda.is_bf16_supported(), logging_steps=5, optim="adamw_8bit", weight_decay=0.01, lr_scheduler_type="linear", seed=3407, output_dir="outputs", ),)# 开始训练trainer.train()## 保存LoRA适配器model.save_pretrained("qwen3_lora_finetuned")tokenizer.save_pretrained("qwen3_lora_finetuned")## 保存新模型model.save_pretrained_merged("/models/Qwen3-4B-Aminglinux", tokenizer, save_method="merged_16bit")说明：数据集文件路径为：/models/datasets/data.json。脚本中涉及很多微调参数，如果想要详细的参数介绍，可以在文章末尾留言这里就不再详细介绍了。
微调会比较耗时，主要取决你的硬件配置以及脚本中你设定的max_steps参数，这个数值越大，它训练的时间就越久。微调后的模型路径为:/models/Qwen3-4B-Aminglinux
编写测试脚本after_train.py，内容如下：
from unsloth import FastLanguageModelmax_seq_length = 2048dtype = Noneload_in_4bit = False ##如果显存足够，这里设置为Falsemodel, tokenizer = FastLanguageModel.from_pretrained(model_name="/models/Qwen3-4B-Aminglinux",max_seq_length=max_seq_length,dtype=dtype,load_in_4bit=load_in_4bit,)FastLanguageModel.for_inference(model)inputs = tokenizer(["Instruction: 你是脑筋急转弯专家，请回答我的问题：什么东西力气再大也不愿意抗？"], return_tensors="pt").to("cuda")outputs = model.generate(**inputs, max_new_tokens=256)print(tokenizer.decode(outputs[0], skip_special_tokens=True))
说明：model_name设置为微调后的大模型路径。
