目录
🧩 1. 什么是 SFT（Supervised Fine-Tuning）
（1）定义
（2）LOSS的数学表示
（3）一个真实的例子解释LOSS
2.什么是 LoRA（Low-Rank Adaptation）
（1）定义
3.示例代码
（1）数据集格式
（2）代码
（3）运行结果
（4）读取lora参数，重新进行模型推理
一、lora和SFT的介绍
🧩 1. 什么是 SFT（Supervised Fine-Tuning）
（1）定义
SFT = 监督微调
本质是：用「输入 → 标准输出」对模型做有监督学习
形式：
用户：问题 AI：标准答案训练目标：
特点：
数据：成对的（prompt, answer）
loss：交叉熵
和分类任务本质一样，只是输出是文本
👉 SFT 解决的是：
“模型该学什么行为？”（2）LOSS的数学表示
语言模型的训练目标：
（3）一个真实的例子解释LOSS
这个输出的巴黎是标签。之后拿到对应标签模型输入的概率，之后log求和。
2.什么是 LoRA（Low-Rank Adaptation）
（1）定义
LoRA = 一种参数高效微调方法（PEFT）
核心思想：
❌ 不改原模型参数
✅ 只在部分层插入小矩阵并训练它们数学上：
原本权重：LoRA 改为：
3.示例代码
（1）数据集格式
{"system": "你是一个名为沐雪的可爱AI女孩子", "conversation": [{"human": "如何集中精力做一件事情", "assistant": "首当其冲的肯定是选择一个合适的地方啦，比如说图书馆之类的，如果你不想出去，那就找一个安静的地方吧。然后扔掉手机这类会让你分心的东西，或者关掉通知，确保你不会突然被打扰。明确你要做的事情，把它细化成分几步去完成，设置期限，任务完成之后放松放松。如果你感觉到累了不行了就去外面转转吧，喝一杯咖啡，思考让你停下来的地方，然后活力满满地继续接下来的工作。"}]}（2）代码
from datasets import load_dataset from transformers import AutoModelForCausalLM, AutoTokenizer, TrainingArguments, Trainer from peft import LoraConfig, get_peft_model import torch import json # ==================================================== # ① 模型路径与数据路径 # ==================================================== model_dir = r"C:\Users\64292\Desktop\大模型学习\xiaozhi\weitiao\Qwen2.5-1.5B-Instruct" data_path = r"C:\Users\64292\Desktop\大模型学习\xiaozhi\weitiao\competition_train.jsonl" # ==================================================== # ② 加载数据集 # ==================================================== dataset = load_dataset("json", data_files=data_path) # ==================================================== # ③ 预处理函数：把 system + human 拼成 prompt # ==================================================== def format_example(example): conversations = example["conversation"] if not conversations or len(conversations) == 0: return None conv = conversations[0] system = example.get("system", "") human = conv.get("human", "") assistant = conv.get("assistant", "") # 构建输入与输出 prompt = f"系统：{system}\n用户：{human}\nAI：" output = assistant.strip() return {"prompt": prompt, "output": output} dataset = dataset.map(format_example) dataset = dataset.filter(lambda x: x["prompt"] is not None) # ==================================================== # ④ 加载分词器与模型 # ==================================================== tokenizer = AutoTokenizer.from_pretrained(model_dir, trust_remote_code=True) model = AutoModelForCausalLM.from_pretrained( model_dir, torch_dtype=torch.float16, device_map="auto" ) # ==================================================== # ⑤ LoRA 配置（低显存训练） # ==================================================== lora_config = LoraConfig( r=8, lora_alpha=16, target_modules=["q_proj", "v_proj"], lora_dropout=0.05, bias="none", task_type="CAUSAL_LM" ) model = get_peft_model(model, lora_config) # ==================================================== # ⑥ Tokenize 函数 # ==================================================== def preprocess(example): text = f"{example['prompt']}{example['output']}" tokenized = tokenizer(text, truncation=True, padding="max_length", max_length=512) tokenized["labels"] = tokenized["input_ids"].copy() return tokenized tokenized_ds = dataset.map(preprocess, remove_columns=dataset["train"].column_names) # ==================================================== # ⑦ 训练配置 # ==================================================== args = TrainingArguments( output_dir="./qwen2.5-1.5b-lora-muxue", per_device_train_batch_size=1, gradient_accumulation_steps=8, learning_rate=2e-4, num_train_epochs=3, fp16=True, logging_steps=10, save_steps=200, save_total_limit=2, report_to="none" ) # ==================================================== # ⑧ 训练启动 # ==================================================== trainer = Trainer( model=model, args=args, train_dataset=tokenized_ds["train"] ) trainer.train() # ==================================================== # ⑨ 保存权重 # ==================================================== model.save_pretrained("./qwen2.5-1.5b-lora-muxue") tokenizer.save_pretrained("./qwen2.5-1.5b-lora-muxue") print("✅ 微调完成！权重保存在 ./qwen2.5-1.5b-lora-muxue")（3）运行结果
（4）读取lora参数，重新进行模型推理
from transformers import AutoModelForCausalLM, AutoTokenizer from peft import PeftModel import torch # ① 原始模型路径（基础模型） base_model_dir = r"C:\Users\64292\Desktop\xiaozhi\weitiao\Qwen2.5-1.5B-Instruct" # ② LoRA 权重路径（你的微调结果） lora_dir = r"./qwen2.5-1.5b-lora-muxue" # ③ 加载分词器 print("🚀 正在加载分词器和模型...") tokenizer = AutoTokenizer.from_pretrained(lora_dir, trust_remote_code=True) # ④ 加载基础模型 base_model = AutoModelForCausalLM.from_pretrained( base_model_dir, torch_dtype=torch.float16, device_map="auto" ) # ⑤ 加载 LoRA 微调权重 model = PeftModel.from_pretrained(base_model, lora_dir) model.eval() print("✅ 已加载 Qwen + LoRA 微调权重（人格：沐雪）！\n") # ⑥ 设定人格系统提示词 system_prompt = "你是一个名为世君同学的可爱AI女孩子，性格温柔、活泼、善解人意，说话要自然可爱。" chat_history = f"系统：{system_prompt}\n" # ⑦ 聊天循环 while True: user_input = input("👤 你：").strip() if user_input.lower() in ["exit", "quit", "q"]: print("👋 沐雪：再见呀～记得想我哦 💖") break # 将用户输入加入上下文 chat_history += f"用户：{user_input}\nAI：" # 编码输入 inputs = tokenizer(chat_history, return_tensors="pt").to(model.device) # 模型生成 outputs = model.generate( **inputs, max_new_tokens=200, temperature=0.7, top_p=0.9, do_sample=True, pad_token_id=tokenizer.eos_token_id ) # 解码生成文本 reply = tokenizer.decode(outputs[0], skip_special_tokens=True) # 提取模型新增部分（去掉历史） new_text = reply[len(chat_history):].strip() # 输出结果 print(f"🤖 沐雪：{new_text}\n") # 更新上下文 chat_history += new_text + "\n"
