基于 DevPod 的功能,我们提供了专门用于模型微调的镜像,方便用户微调自己的模型。

创建微调任务的过程与 DevPod 基本相同。您可以参考 DevPod 的创建流程。以下是几点不同之处:

您需要在创建页面输入用于微调的基础模型,例如: Qwen/Qwen3-8B。
如果模型需要访问令牌,您还需要填写 Hugging Face token(可选)。
在 Dataset 字段中输入您选择的数据集标识符,例如: tatsu-lab/alpaca。

选择任务资源配置后,部署 pod 并等待任务状态变为"运行中"。点击 Connect 并选择您偏好的连接方式:

Jupyter Notebook: 基于浏览器的 notebook 界面(推荐)。
Web Terminal: 基于浏览器的终端。
SSH: 本地机器终端连接。

注意: 要使用 SSH,请在账户设置中添加您的公共 SSH 密钥。系统会自动将您的密钥添加到 pod 的 authorized_keys 文件中。

目前,我们精心准备了两个工具镜像,分别基于 Axolotl 和 Torchtune 开发,旨在为用户微调模型提供便利。接下来,我们将详细介绍这两个镜像的使用流程。

基于 Axolotl

配置环境

在浏览器中打开 Jupyter Notebook。您可以看到工作目录中有三个文件:

examples/: 示例配置和脚本
outputs/: 训练结果和模型输出
config.yaml: 模型的训练参数系统会根据您选择的基础模型和数据集生成初始 config.yaml。

查看和修改配置

根据您的具体用例查看和调整参数。以下是包含常用参数的示例配置:

base_model: Qwen/Qwen3-32B
# 自动将 checkpoint 和最终模型上传到 HF
# hub_model_id: username/custom_model_name

plugins:
  - axolotl.integrations.cut_cross_entropy.CutCrossEntropyPlugin
strict: false

chat_template: qwen3
datasets:
  - path: mlabonne/FineTome-100k
    type: chat_template
    split: train[:20%]
    field_messages: conversations
    message_property_mappings:
      role: from
      content: value
val_set_size: 0.0
output_dir: ./outputs/out
dataset_prepared_path: last_run_prepared

sequence_len: 2048
sample_packing: true
eval_sample_packing: true
pad_to_sequence_len: true

load_in_4bit: true
adapter: qlora
lora_r: 16
lora_alpha: 32
lora_target_modules:
  - q_proj
  - k_proj
  - v_proj
  - o_proj
  - down_proj
  - up_proj
lora_mlp_kernel: true
lora_qkv_kernel: true
lora_o_kernel: true

wandb_project:
wandb_entity:
wandb_watch:
wandb_name:
wandb_log_model:

gradient_accumulation_steps: 2
micro_batch_size: 1
num_epochs: 1
optimizer: adamw_torch_4bit
lr_scheduler: cosine
learning_rate: 0.0002

bf16: auto
tf32: true

gradient_checkpointing: offload
gradient_checkpointing_kwargs:
  use_reentrant: false
resume_from_checkpoint:
logging_steps: 1
flash_attention: true

warmup_steps: 10
evals_per_epoch: 4
saves_per_epoch: 1
weight_decay: 0.0
special_tokens:

更多配置示例,请访问 Axolotl 示例仓库。

开始微调过程

配置准备就绪后,按以下步骤操作:

启动训练过程:

axolotl train config.yaml

在终端中监控训练进度。

基于 Torchtune

配置环境

在浏览器中打开 Jupyter Notebook。您可以使用 tune ls 列出 torchtune 支持的完整微调配方集。

RECIPE                                   CONFIG                                  
full_finetune_single_device              llama2/7B_full_low_memory               
                                         code_llama2/7B_full_low_memory          
                                         llama3/8B_full_single_device            
                                         llama3_1/8B_full_single_device          
                                         llama3_2/1B_full_single_device          
                                         llama3_2/3B_full_single_device          
                                         mistral/7B_full_low_memory              
                                         phi3/mini_full_low_memory               
                                         phi4/14B_full_low_memory                
                                         qwen2/7B_full_single_device             
                                         qwen2/0.5B_full_single_device           
                                         qwen2/1.5B_full_single_device           
                                         qwen2_5/0.5B_full_single_device         
                                         qwen2_5/1.5B_full_single_device         
                                         qwen2_5/3B_full_single_device           
                                         qwen2_5/7B_full_single_device           
                                         llama3_2_vision/11B_full_single_device  
...

查看和修改配置

将配置文件复制到本地设备,例如:

tune cp qwen2_5/3B_lora_single_device config.yaml

根据您的具体用例修改、查看和调整参数。

开始微调过程

配置准备就绪后,按以下步骤操作:

启动训练过程:

tune run lora_finetune_single_device --config config.yaml

在终端中监控训练进度。

模型微调

基于 Axolotl

配置环境

查看和修改配置

开始微调过程

基于 Torchtune

配置环境

查看和修改配置

开始微调过程

相关文档

本页目录