5.3 LlamaFactory 微调实战：微调 Qwen DeepSeek 模型

LlamaFactory 微调实战：微调 Qwen/DeepSeek 模型

导语：理论的尽头是实践。我们已经理解了 LoRA 的原理，并学会了如何“指挥”GPT-4 为我们生产高质量的微调数据。现在，万事俱备，只欠“开炉炼丹”。本章将是一次纯粹的、从头到尾的动手实战。我们将使用LlamaFactory，一个在开源社区广受欢迎的、对新手极其友好的“一站式”大模型微调框架，将我们上一章制作的“AI 皮肤科医生”数据集，真正地“炼”到一个强大的开源大模型（如 Qwen1.5, DeepSeek-V2）中。你将学会如何配置环境、设置参数、启动训练、并最终测试你亲手微调出来的、独一无二的垂直领域专家模型。系好安全带，我们的“炼丹”之旅，正式开始！

目录

1. “炼丹炉”的选择：为什么是 LlamaFactory？
   • 一体化、易用性、可扩展性
   • 支持丰富的模型、数据集和微调方法
2. 第一步：环境搭建与准备
   • 硬件要求：一块拥有至少 24GB 显存的 NVIDIA 显卡（如 RTX 3090/4090）
   • 克隆 LlamaFactory 仓库
   • 安装依赖：pip install -e .[torch,deepspeed]</