思路： 在AutoDL云服务器上安装LLaMA-Factory环境，然后微调Qwen3-4B大模型
一、环境准备
1）购买AutoDL云主机，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Git（AutoDL已安装）
Linux：在终端输入：
sudo apt-get install git
Windows：下载并安装Git for Windows
macOS：在终端输入：
brew install git（需先安装Homebrew）
4）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
二、下载LLaMA-Factory
需要从GitHub下载，使用git命令下载：
git clone https://github.com/hiyouga/LLaMA-Factory.gitcd LLaMA-Factory
三、安装依赖
在LLaMA-Factory目录下安装所需的Python包
pip install -e .[metrics]如果使用GPU，确保安装支持CUDA的PyTorch：
pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu118说明： 根据您的CUDA版本调整cu118，如11.7用cu117，如果你使用的是AutoDL，CUDA版本应该是128
四、下载Qwen3-4b大模型
在modelscope社区下载，安装魔搭(modelscope)模块
pip install modelscope下载模型
mkdir -p /models/modelscope download --model Qwen/Qwen3-4B --local_dir /models/Qwen3-4B
五、准备数据集（alpaca格式）
步骤略，可以参考前面章节教你如何10分钟内批量制作上万条大模型微调数据集制作自己的数据集，然后将数据集文件放到LLaMA-Factory/data目录，例如my_data.json，然后编辑data/dataset_info.json，添加：
"my_dataset": { "file_name": "alpaca_zh_demo.json" }说明：alpaca_zh_demo.json是llama factory内置的一个测试数据集六、微调前的测试
微调之前可以先加载初始模型做推理测试
CUDA_VISIBLE_DEVICES=0 llamafactory-cli webchat \ --model_name_or_path /models/Qwen3-4B \ --template qwen它会监听7860端口，如果使用AutoDL，还需要配置自定义服务：
1）首先要实名认证
2）自定义服务
控制台 --> 容器实例 --> 快捷工具
七、启动微调
微调之前，先把之前的llamafactory-cli命令结束掉，然后执行下面命令，将webui打开，监听7860端口：
llamafactory-cli webui浏览器访问 http://ip:7860, AutoDL需要做自定义服务
八、模型推理与测试
微调后的模型可以用WebUI测试：
CUDA_VISIBLE_DEVICES=0 llamafactory-cli webchat \ --model_name_or_path /models/Qwen3-4B \ --adapter_name_or_path saves/Qwen3-4B-Instruct/lora/my_finetune \ --template qwen浏览器访问： http://localhost:7860
如果web方式访问不方便，也可以终端形式：
CUDA_VISIBLE_DEVICES=0 llamafactory-cli chat \ --model_name_or_path /models/Qwen3-4B \ --adapter_name_or_path saves/Qwen3-4B-Instruct/lora/my_finetune \ --template qwen
九、导出模型
如果需要分享模型，导出为Hugging Face格式：
llamafactory-cli export \ --model_name_or_path /models/Qwen3-4B \ --adapter_name_or_path saves/Qwen3-4B-Instruct/lora/my_finetune \ --template qwen \ --finetuning_type lora \ --export_dir /models/Qwen3-4B-Aminglinux
最后介绍下我的大模型课：我的运维大模型课上线了，目前还是预售期，有很大优惠。AI越来越成熟了，大模型技术也是强需求，大家一定要提前学一下。
