这个系列的制作周期其实非常久，第一个原因是我所有的教程都是业余时间在制作的，基本上都是工作日晚上 10 点后，以及周末的时间。
另外就是在开始做这期教程之前，我就发现网上现在其实有很多关于模型微调的教程，也有很多围绕 LLaMA Factory 来讲解的，但是大部分只是从工具使用的表象进行讲解，你即便阅读完可能也只是学会了 Hello World ，所以我并不想再做一份同质化的内容。
整个教程经过了我精心的打磨，并且期间我多次和 LLaMA Factory 作者进行沟通，教程最终版本也经过了 LLaMA Factory 作者进行 Review，所以这个系列并不是简单的讲解工具的使用，而是真正的把我个人的大模型微调的经验分享给大家，希望大家学习后能够真正跟随教程进行复刻，并且把模型微调的经验应用到自己的工作和业务中。
这份教程全文共 3W+ 字，用一个微调 Web 安全领域专家模型的例子进行串联，讲解了关于模型微调的基础理论、LLaMA Factory 微调工具的使用、微调过程中各种参数的配置经验、微调过程效果观察的经验、到最终微调后的模型的导出和部署。
之前的几期发出后，有同学反馈虽然每一期的内容都很精品，但是整体感觉内容比较分散，再加上更新的间隔比较长，所以不太好作为一整个系列教程来进行学习，所以我把完整的教程内容进行了重新整理和剪辑，并且对一部分比较割裂和缺失的内容进行了补充了完善，整体划分出了 36 个章节，目前完整版本已经在 B 站发布：
视频链接：https://www.bilibili.com/video/BV1djgRzxEts
如果对你有所帮助，希望得到一个免费的三连，这对我真的很重要！
下面是 36 个章节的简单介绍（完整文字版本请看开头的文章内容）：
【1-1】开始 - 本期课程目标
希望学习完本教程后，你能够掌握以下内容：
【1-2】开始 - 微调后效果演示
在本教程中，微调模型案例的目标是使其在 Web 安全领域具备专家级推理能力，用于企业私有部署以解决机密数据泄露风险及满血模型高成本问题。经过实际测试，微调后模型在 Web 安全领域（含数据集外问题）回答更丰富、推理能力更强，能整合知识体系并跨知识点关联推理，同时保留非 Web 安全领域的知识迁移能力，但非专业领域推理稳定性需更多数据集支持。
【1-3】开始 - 微调基础知识回顾
回顾模型微调的前置知识：需微调因通用模型在特定领域表现有限，微调可实现专业化、任务适配、数据安全且成本低；任务分监督微调（指令、对话等）、知识蒸馏、强化学习；流程为选预训练模型→准备数据集→测试→调参→训练→优化→部署；数据集格式无明确要求，主流有Alpaca和ShareGPT；用途分训练集（学规律）、验证集（防过拟合）、测试集（验水平）；关键参数有训练轮数、学习率、批量大小，需调参。
【2-1】LLaMA Factory - 简介
LLaMA Factory 是一个简单高效的大语言模型训练与微调平台，用户无需编码即可在本地完成上百种预训练模型微调。它具备全场景微调能力，支持超 100 个主流模型（如Qwen、LLaMA等），集成 LoRA、GaLore 等多种微调技术及低比特量化微调，适配不同算力场景，还支持用户自定义数据集并兼容多社区资源，搭配 FlashAttention-2 等加速技巧；提供零代码 Web UI 界面，可实时监控训练进度与模型性能；工程化部署方面，支持模型一键合并、集成多种推理引擎，适配单机多卡等不同硬件环境，实现资源高效利用。
【2-2】LLaMA Factory - 对比 Unsloth
LLaMA Factory 是全面的大语言模型训练与微调平台，支持超百种模型、多种微调技术及零代码 Web UI 操作，适合通用场景、企业级应用及零代码用户；而 Unsloth 是专注加速 LLM 微调的开源工具，微调速度快2-5倍、内存占用减少50%-80%，支持Llama等主流模型及动态4-bit量化，通过 Colab Notebook 实现免本地资源的低代码微调，更适合资源受限场景下的快速迭代，且 LLaMA Factory 文档中将 Unsloth 作为加速手段，其框架功能比Unsloth更丰富。
【2-3】LLaMA Factory - 安装和基础使用
安装 LLaMA Factory 时，建议用 Conda 虚拟环境避免 Python 依赖冲突：先从官网下载Conda安装，验证安装后创建名为 lf、Python 3.10 的虚拟环境并激活，进入代码目录执行pip install -e ".[torch,metrics]"安装依赖，最后用llamafactory-cli version验证，确认安装在虚拟环境目录下。
安装依赖后，通过llamafactory-cli webui启动 WebUI ，界面含五大模块：通用设置（语言、模型、微调方法等）、微调训练（阶段、数据集、参数等）、模型评估（配置评估数据集）、在线推理（测试模型）、模型导出（指定参数导出）。
【3-1】微调通用设置 - 选择模型
在 LLaMA Factory 中选基础模型微调时，输入关键词（如DeepSeek、Qwen3）可获取主流开源模型，其名称按分类有不同后缀：功能类（-Base基础/-Instruct指令/-Distill蒸馏等）、多模态类（-VL视觉语言/-Video视频等）、技术类（-Int8量化/-MoE混合专家等）、版本类（-v0.1）、领域类（-Chinese中文优化）。选后系统自动从Hugging Face拉取（加环境变量可从国内社区下），点击Chat Tab加载模型测试，也可指定本地路径（需先卸载原模型）。
【3-2】微调通用设置 - 微调方法
在 LLaMA Factory 中可选择三种微调方法：全参数微调（更新所有参数，性能最佳但耗资源，适用于资源充足场景）、参数冻结微调（冻结部分参数仅更新顶层，效率高防过拟合，适用于小数据集或任务相似场景）、LoRA微调（注入低秩矩阵不修改原参数，参数效率高、内存占用少，支持多任务适配器组合，适用于资源有限或多任务快速迭代场景），其中LoRA因高效适配性成为主流，能在降低计算量和过拟合风险的同时，灵活支持多任务学习与轻量化部署。
【3-3】微调通用设置 - 模型量化
模型量化是通过降低权重和激活值精度来压缩大模型体积、加快推理速度的技术，类似无损音乐转MP3的压缩逻辑，能在牺牲部分精度的前提下显著降低个人或小公司的本地部署成本。常用精度单位包括 FP（浮点，如FP32/16，精度高但占空间）、BF（脑浮点，如BF16，平衡精度与效率）、INT（整数，如INT8/4，体积小但精度损失较多），量化时需通过确定缩放系数、计算存储整数值并在推理时还原实现，如 QLoRA 便是将4位量化与LoRA结合的微调加速方案。
【3-4】微调通用设置 - 对话模版
对话模版是大语言模型与用户交互的“翻译器”，因不同模型有特定输入格式要求，它通过统一接口解决底层格式差异，确保模型训练与推理格式一致（正确识别输入、确定生成位置），管理多轮对话上下文（区分说话者、组织历史信息），还能处理系统提示、工具调用等特殊功能，以 Qwen 模板为例，会将用户输入按特定格式转换后供模型处理并生成内容。
【3-5】微调通用设置 - 加速方式
当前有三种加速方式。Unsloth较常用，默认采用动态4位量化，在 LLaMA Factory 选4 bit量化及Unsloth加速，微调表现与直接用Unsloth类似。要求不高可选默认的Flash Attention加速，硬件受限可选Unsloth + 4位量化 ，Liger Kernel 方式后续介绍。
【4-1】微调数据集准备 - 格式要求
数据集是微调关键，约80%时间应花在其准备处理上，需结合业务场景从采集到标注各环节精心构建，还应合理划分及增强数据。不同微调阶段格式有别，本次 LLaMA Factory 的指令监督微调（SFT）主要支持 Alpaca 与 ShareGPT 格式。
【4-2】微调数据集准备 - 数据集配置文件
LLaMA Factory 数据集配置含数据路径与数据集名称。路径默认项目下 data 目录，dataset_info.json 存关键配置，结构为 JSON，以数据集名做顶层键。支持在线平台（如 Hugging Face Hub 等）、本地文件（相对或绝对路径）、脚本生成（指定脚本名）三种数据源加载方式。可多维度配置数据格式，含基本格式化、列映射、角色标签设置，还支持多模态数据字段映射。特殊训练任务配置有排序/对比学习（ranking 字段）与工具调用（tools 字段） 。
【4-3】微调数据集准备 - 数据集处理过程
LLaMA Factory 借 dataset_info.json 兼容多样数据集格式。以自定义数据集说明，原始为Alpaca格式，经 dataset_info.json 配置路径后进入微调。先转标准格式，按Qwen等对话模版格式化，分词得token IDs ，再标签分配，用 -100 标记用户输入，助手回复用实际token ID ，仅助手回复算损失。最终数据以 {"input_ids":[token IDs],"attention_mask":[全1],"labels":[ -100与实际token ID混合]} 传至训练循环，经前向传播、损失计算、反向传播训练模型。
【4-4】微调数据集准备 - 数据集的构造思路
数据集质量决定微调成败，常见问题有数据量小易过拟合、泛化弱，噪声数据多需清洗，样本偏差大使模型在真实场景失效，任务相关性低，数据多样性不足。本地微调用 Easy Dataset（EDS） 构造数据集，从《白帽子讲Web安全》及精选Web安全最新论文提取数据，借满血版大模型（DeepSeek R1 0528）蒸馏及提取推理过程（COT）完善知识与训练推理能力，用GA思路增强多样性，最后请Web安全专家审核确保质量。
【4-5】微调数据集准备 - 使用 EDS 构造数据集
Easy Dataset（EDS）用于创建大语言模型数据集，兼容特定 LLM API。先完成部署安装，创建以微调领域命名项目，在项目配置中设置模型、任务、提示词。接着处理文献并生成 GA 对，Review领域树与分块质量，提取并Review问题，生成答案后进行数据蒸馏，再按标准人工Review数据集。最后导出数据集在 dataset_info.json 定义或生成 LLaMA Factory 配置，在 LLaMA Factory 粘贴路径预览，能加载则配置成功。
【5-1】调整微调参数 - 入门理解
模型微调中的各类参数如同给模型 “补课” 前制定的教学计划与策略，决定教学方式、强度及方向，超参数选择不当会致模型性能不佳。常有同学问微调参数如何设置效果最佳，实则无标准答案，参数设置与所选模型、微调数据集及硬件配置相关。接下来将结合个人经验，讲解关键参数作用、影响及实际微调时的调整思路，未提及参数保持默认值。
【5-2】调整微调参数 - 学习率
学习率（Learning Rate）决定模型训练时参数调整幅度，取值一般在(0, 1) 之间，可类比为控制复习 “深度” 。学习率大（如0.1）参数调整幅度大，进步可能快但易偏离；学习率小（如0.0001）调整幅度小，过程稳定但进步慢。常见取值在5e - 5（0.00005）和4e - 5（0.00004）之间，小数据集不适合大学习率，全参数微调为避免破坏原始知识，学习率比 Lora 小一个数量级。
【5-3】调整微调参数 - 训练轮数
训练轮数（Number of Epochs）中，Epoch 指模型完整遍历一次训练数据集的次数，类似从头到尾复习一本教材的次数。轮数少，对内容不熟悉，模型效果可能不佳；轮数多易过拟合，即 “学傻”，遇到新问题不会解答。一般3轮即可，训练时若 LOSS 未趋于平缓可加大轮数，若提前收敛则减小轮数或提前结束，避免 LOSS 过低（趋近于零）及轮数超10，以防过拟合。通常数据集越小，需越多 Epoch；数据集越大，需越少 Epoch，LOSS 控制在 0.5 - 1.5 之间。
【5-4】调整微调参数 - 批量大小
批量大小（Batch Size）是模型训练每次更新参数所用样本数，平衡复习速度与专注度。大则训练快但耗显存易过拟合，小则专注但慢且训练不稳。它由单CPU批处理大小（Per Device Train Batch Size）和梯度累计步数（Gradient Accumulation Steps）决定，大 Batch Size 配大学习率，小则反之。小参数模型或小数据集微调，单GPU批处理大小可从1或2开始，调大梯度累计步数提效，此次批处理大小1、梯度累计步数8 。
【5-5】调整微调参数 - 截断长度
截断长度（Max Length） 决定模型处理文本时的最大 token 数，影响上下文捕获及显存消耗，每增1倍显存近似线性增长。合理设置很必要，过小影响训练效果，理想是设为数据集中单条最大 token 数，也可算P99、P95值或剔除过长数据。本次取值4096 ，多种工具可算 token 数，不同模型算法有别，LLaMA - Factory 提供相关脚本及运行命令，本地微调数据集 99.83% 数据 < 4000 token ，性能足够也可设为 5000 。
【5-6】调整微调参数 - LoRA 秩
LoRA（低秩适应） 里的 秩（Rank） 决定模型微调参数更新的“表达能力” ，借低秩矩阵分解调控可训练参数规模与灵活度。秩小更新 “保守”，秩大捕捉特征能力强但耗资源。秩低如4，像用固定模板学习，稳定省显存但应对复杂问题弱；秩高如64，思路多能处理复杂任务，不过易过拟合且费显存。日常微调建议8 - 16起步，对7B模型，秩从8到64约增2GB显存，本次取值 8。
【5-7】调整微调参数 - 验证集比例
验证集比例，是从原始训练数据划分出用于评估模型性能子集的占比（0 - 1 小数），不参与训练，监控泛化防过拟合。设它不影响训练，却能借LOSS曲线助观察微调效果。经验：小数据（<1000样本）取 0.1 - 0.2 且样本数 ≥100 ，大数据（ >10000 样本）取 0.05 - 0.1 且样本数 ≥1000 ，复杂任务提比例，简单任务降比例。本次取值 0.15（431条数据）。
【6-1】启动微调任务 - 训练过程
完成配置后，设定最终微调的 Lora 适配器输出目录，点击预览命令可获取 llamafactory-cli train 参数。此次微调以 Qwen2.5-7B-Instruct 为基座模型， sft 为训练阶段，采用 lora 微调类型 ，涵盖学习率5e - 5、训练3轮等多项参数。点击开始训练，可在终端及 LLaMA Board 查看进度与损失曲线，总训练步数456步，由数据量、批次大小、梯度累积及训练轮数等计算得出。
【6-2】启动微调任务 - 显存消耗估算
本次微调用两张48G显存卡，可借nvidia - smi查GPU和显存占用。模型微调（Lora）时，显存占用主要源于基础模型权重、框架开销、LoRA适配器、激活值。基础模型权重依模型参数与精度算，此次Qwen2.5 - 7B - Instruct模型，BF16精度，约14GB。框架开销难精算，估1GB。LoRA适配器与LoRA秩相关，估0.5GB。激活值与单GPU批量及截断长度正相关，每1K Token约增2.5GB。依此次配置，估算总显存占用25.5GB ，还可借助特定智能体估算。
【6-3】启动微调任务 - 显存优化技巧：liger_kernel
显存计算中，模型权重、Lora 适配器、框架消耗在无量化时难优化，激活值部分可借助 liger_kernel 优化。Liger Kernel 重写 Transformer 关键操作并融合内核，减少内存占用。实验显示，开启 liger_kernel 后，显存增长速率从每1K Token增加2.5G降至0.6G ，降幅76%。LLaMA Factory 默认启用 flash attention ，开启 liger_kernel 与之不冲突。
【6-4】启动微调任务 - 分布式显存优化：DeepSpeed
显存消耗通常基于单卡计算，但实际常需多卡分布式训练。如特定微调任务，预估显存30.5G，两张24GB卡理论可行，却会爆显存，因多卡非真正内存平摊。启用微软研发的 DeepSpeed 库的 Stage3 可实现显存平摊。DeepSpeed 借ZeRO技术分片模型状态、混合精度训练及并行策略降低单卡显存占用。LLaMA Factory 有四个 DeepSpeed Stage 选项，Stage3 是极致分工，虽有通信开销致显存略超预估，但能让大模型在有限显卡训练。
【7-1】微调过程观察 - LOSS（损失值）
微调时，可通过右下角LOSS曲线观测过程。LOSS即损失函数，是量化模型预测与真实目标误差的可微函数，输出为标量。其本质是模型犯错程度评分，通过对比预测与正确答案得出，差值越大评分越高。微调旨在最小化LOSS，算法依LOSS值调整模型参数。关注LOSS变化趋势，若稳定下降，表明模型学习有效；若不降反升或波动大，则学习可能出错。但LOSS曲线好看，不代表最终训练效果一定好，仅说明训练过程正常。
【7-2】微调过程观察 - SwanLab
在 LLaMA Board 只能查看简单LOSS，若想获取更多维度指标，可借助 SwanLab 等可视化工具。SwanLab 是开源的训练跟踪与可视化工具，支持云端与离线使用，具备超参数记录等多种功能，助力开发者管理实验。在 LLaMA Factory 有专属Tab，使用前需在官网注册账号，在本地环境通过 swanlab login 及粘贴API Key完成登录，配置成功后启动微调任务可查看监控地址，进而查看详细日志与硬件消耗情况。
【7-3】微调过程观察 - 几种常见的 LOSS 曲线
常见的 LOSS 曲线特征各异，原因也不同。Loss 持续不降，可能因学习率过小致参数更新不足，或数据无规律、噪声大；Loss 持续下降但不收敛，多是训练轮数太小；Loss 震荡波动，常因学习率过大使优化路径震荡，或批量大小过小致梯度噪声大；Loss 先降后停/趋于稳定，可能是学习率衰减过低、已收敛到局部最优或过拟合；Loss 下降后反弹/上升，可能由于学习率突变、数据异常或模型结构问题；理想形态是 Loss 逐步下降并趋于平缓，但这不代表模型最终效果就好。
【7-4】微调过程观察 - Train LOSS 与 Eval LOSS
设定微调参数中的验证集比例，会生成Eval LOSS曲线。Train LOSS下降但Eval LOSS上升，可能过拟合，源于数据集质量差；两者均高位，可能欠拟合，需调大学习率等；Train高Eval低，或因数据分布差异，要统一分布；Eval降得快，也因数据分布，可调整样本或验证集大小。理想状态是Train与Eval LOSS同步下降，表明模型有效学习且未过拟合。
【8-1】微调后模型使用 - 通过 Lora 适配器加载模型
微调完成后，进入设定的输出目录，其中有模型权重、配置、日志结果及分词器数据等文件。LoRA 微调只训练低秩矩阵，输出仅含 Lora 适配器，要得完整模型需手动合并。想快速验证微调后模型效果，可在 Webui 按要求加载适配器与模型，调大最大生成长度，还能去掉检查点路径对比原始模型结果。
【8-2】微调后模型使用 - 模型合并和导出
微调模型临时测试后，为方便后续使用，需合并原始模型与 Lora 适配器并导出。在相关设置中，将微调输出目录填入检查点路径，重加载模型并设定导出目录（可选择量化等级、上传 Hugging Face 等设置）。导出成功后，进入导出目录能看到合并后的模型文件。之后清空检查点路径，把合并后的模型目录填入模型路径，重加载模型测试，效果与之前一致。
【8-3】微调后模型使用 - 本地调用微调后的模型
本地调用微调后模型，主流方案有Ollama和VLLM。Ollama是轻量级工具，“开箱即用”，支持全平台，硬件门槛低，适合个人开发与测试；VLLM是企业级框架，性能高，适合高并发场景。在 LLaMA Factory，可用 llamafactory-cli api 结合--infer_backend vllm参数通过VLLM部署模型为API调用。而通过 Ollama 调用，因LLaMA Factory默认无模型转GGUF方法，需用 llama.cpp 仓库脚本转换，安装Ollama并注册转换后的GGUF文件即可运行模型。
【8-4】微调后模型使用 - 在 EDS 对比模型微调效果
为方便验证对比模型微调效果，在 Easy Dataset 的 Playground，利用 VLLM部署服务（不损精度且推理快）测试，在模型配置中添加模型，准确填写接口地址与模型名称即可。以硅基流动的 Qwn2.5-7B-Instruct 为基础模型，与微调后的 Security 模型对比。经多角度对比发现，微调后模型在数据集内特定问题上具推理能力且回答更丰富；在Web安全领域非数据集内问题上泛化能力好；能系统性整合Web安全知识体系；在非Web安全领域也具推理能力，既强化专业能力又保持知识泛化与多领域适应性
