保留正文与补采附件。源页面当前未重新核验；具体限制见交付清单。

[](javascript:void(0)) ZhiHu logo 关注推荐热榜专栏圈子 AI WorksBeta 故事直答切换模式登录/注册单卡 3 小时训练专属大模型 Agent：基于 LLaMA Factory 实战首发于大模型的技术和应用切换模式

单卡 3 小时训练专属大模型 Agent：基于 LLaMA Factory 实战

hiyouga NLPer 收录于 · 大模型的技术和应用 452 人赞同了该文章

引言

Agent（智能体）是当今 LLM（大模型）应用的热门话题[1]，通过任务分解（task planning）、工具调用（tool using）和多智能体协作（multi-agent cooperation）等途径，LLM Agent 有望突破传统语言模型能力界限，体现出更强的智能水平。在这之中，调用外部工具 解决问题成为 LLM Agent 必不可缺的一项技能，模型根据用户问题从工具列表中选择恰当的工具，同时生成工具调用参数，综合工具返回结果和上下文信息总结出答案。通过调用外部工具，LLM 能够获取到实时、准确的知识，大大降低了生成中的幻觉（hallucination）现象，使 LLM 的任务解决能力得到长足的提升。工具调用能力的获得离不开模型微调，尽管使用 ReAct 提示 [2]或其他预训练模型也能实现类似效果，但对于定制化或更加广泛的工具，对模型做进一步微调能有效地提升工具使用能力。本文将会带领大家使用 LLaMA Factory 的 Agent Tuning 功能，使用单张 GPU 在 3 小时内训练出自己专属的 LLM Agent。

训练框架

之前文章[3]已经讲到，LLaMA Factory 是一个涵盖预训练、指令微调到 RLHF 阶段的开源全栈大模型微调框架，具备高效、易用、可扩展 的优点，配备有零代码可视化的一站式网页微调界面 LLaMA Board。经过半年多的升级迭代，LLaMA Board 网页微调界面在原先的基础上，丰富了多种新的功能，包括：

支持约 120 种 模型以及约 50 种 数据集，包括最新的 DeepSeek MoE 混合专家模型
使用 Flash Attention2 和算子优化技术，实现约 200% 的LoRA 训练速度，大幅超越同类框架
集成魔搭社区（ModelScope）下载渠道，国内用户可享受 **100%带宽**的模型和数据下载
同时包含预训练、监督微调、RLHF、DPO 四种训练方法，支持 0-1 复现 ChatGPT 训练流程
丰富的中英文参数提示 ，实时的状态监控 和简洁的模型断点管理 ，支持网页重连和刷新

读者可以在 HuggingFace Spaces 或魔搭社区预览 LLaMA Board 网页微调界面。

模型与数据

本次我们选用零一万物 [4]发布的 Yi-6B 开源双语基座模型，该模型于 2023 年 11 月发布，拥有约 60 亿参数，通过在 3T 多语言语料上的预训练，取得了同等规模下优异的中英文 Benchmark 效果，且允许免费商用。由于 Yi-6B 是一个预训练基座模型，并不具备对话能力，因此我们选用多个开源数据集对模型做指令监督微调（SFT）。在这些数据集中最关键的是工具调用数据集 ，该数据集包含约十万条由 Glaive AI[5]生成的关于工具调用的对话样本，我们将数据集处理为多角色的多轮对话样本 ，包含用户（human）、模型（gpt）、工具调用（function_call）和工具返回结果（observation）四种不同角色，同时还有一个工具列表（tools）字段，以 OpenAI 的格式[6]定义了可选工具。下面是数据集中的一个样本示例：

{
  "conversations": [
    {
      "from": "human",
      "value": "I saw a dress that I liked. It was originally priced at $200 but it's on sale for 20% off. Can you tell me how much it will cost after the discount?"
    },
    {
      "from": "function_call",
      "value": "{\"name\": \"calculate_discount\", \"arguments\": {\"original_price\": 200, \"discount_percentage\": 20}}"
    },
    {
      "from": "observation",
      "value": "{\"discounted_price\": 160}"
    },
    {
      "from": "gpt",
      "value": "The dress will cost you $160 after the 20% discount."
    }
  ],
  "tools": "[{\"name\": \"calculate_discount\", \"description\": \"Calculate the discounted price\", \"parameters\": {\"type\": \"object\", \"properties\": {\"original_price\": {\"type\": \"number\", \"description\": \"The original price of the item\"}, \"discount_percentage\": {\"type\": \"number\", \"description\": \"The percentage of discount\"}}, \"required\": [\"original_price\", \"discount_percentage\"]}}]"
}

如果读者想要加入自定义工具，只需要按照上述格式组织数据集即可。除此之外，我们也在本次训练中加入 Alpaca-GPT-4 数据集[7]和 Open-Assistant 数据集[8]以提升模型的通用对话能力。

环境准备

文章默认读者有至少不弱于 RTX 3090 24GB 的显卡和足够的系统内存，且安装了 CUDA 11.1-12.3 任一版本，关于 CUDA 环境的配置此处不予赘述。我们已经将所有的程序打包，您可以选择自己的 Anaconda 环境，运行以下命令安装 LLaMA Factory。

pip install llmtuner==0.5.1

接着从 GitHub 下载数据集文件，这里以 Linux 命令行方法为示例，您也可以选择从 GitHub 网页下载，下载后切换到新的文件目录，运行 ls 命令应当显示同一级目录中存在 data 文件夹 。

git clone[](https://zhida.zhihu.com/search?content_id=239016335&content_type=Article&match_order=1&q=clone&zd_token=eyJhbGciOiJIUzI1NiIsInR5cCI6IkpXVCJ9.eyJpc3MiOiJ6aGlkYV9zZXJ2ZXIiLCJleHAiOjE3OTExMzkxNTUsInEiOiJjbG9uZSIsInpoaWRhX3NvdXJjZSI6ImVudGl0eSIsImNvbnRlbnRfaWQiOjIzOTAxNjMzNSwiY29udGVudF90eXBlIjoiQXJ0aWNsZSIsIm1hdGNoX29yZGVyIjoxLCJ6ZF90b2tlbiI6bnVsbH0.Cld852rFNlvHrIdDmSdqUG7IQsqDwxV45aTLyV8O9JA&zhida_source=entity) https://github.com/hiyouga/LLaMA-Factory.git
cd LLaMA-Factory
ls # data src tests ...

由于 LLaMA Board 网页微调界面仅支持单卡训练，需要设置环境变量指定使用的显卡序号。此外可以选择模型下载源，这里推荐国内用户使用魔搭社区下载渠道。

export CUDA_VISIBLE_DEVICES=0 # 使用第一块 GPU
export USE_MODELSCOPE_HUB=1 # 使用魔搭社区下载渠道

如果您使用的是 Windows 系统，同样需要配置相关环境变量。

set CUDA_VISIBLE_DEVICES=0
set USE_MODELSCOPE_HUB=1

然后使用下述命令启动 LLaMA Board 网页微调界面。

unset http_proxy https_proxy all_proxy # 关闭代理
python -m llmtuner.webui.interface

训练流程

① 打开浏览器，在地址栏输入 localhost:7860 进入 LLaMA Board，可以看到以下界面，点击左上角的 lang 选项中将界面语言切换为中文。 ② 点击模型名称 ，选择 Yi-6B 模型，此时**模型路径** 默认会显示远程模型地址，如果您已经将模型文件全部下载至本地，可以手动将其修改为本地文件夹路径。 ③ 如果您已经安装过 Flash Attention-2 或 Unsloth，可以点击高级设置-加速方式 提升训练速度，其中 Flash Attention-2[9]可提升至 120% 左右的速度，Unsloth[10]可提升至 170% 左右的速度。此处我们略过安装过程，请各位读者自行查阅参考文献中的 GitHub 仓库安装，如果两者均未安装，请保持加速方式为 None。 ④ 点击数据集 ，选择我们此次要使用的四个数据集 glaive_toolcall、alpaca_gpt4_en、alpaca_gpt4_zh 和 oaast_sft_zh，如果数据集下拉框为空白，请检查数据路径 是否正确。选择后点击预览数据集 按钮可预览数据集。 ⑤ 训练参数中与显存占用有紧密关联的是**截断长度** 和批处理大小 选项，我们暂时保持默认。这里仅将训练轮数 设置为 2.0，最大样本数 设置为 8000，LoRA 参数设置-LoRA 作用模块 设置为 all。 ⑥ 将页面翻到底部，将输出目录 设置为 yi-agent-6b，训练后的模型文件会保存在 saves/Yi-6B/lora/yi-agent-6b 中。点击预览命令 按钮可以看到当前配置对应的命令行脚本，如果您想使用多卡训练，可以参考下述命令来编写多卡训练脚本。 ⑦ 点击开始按钮启动模型训练，训练日志和损失变化图会实时展现在页面中，此时可以自由关闭或刷新网页，在本文的测试环境（A100 40GB * 1）下，约 3 小时即可完成模型训练。 ⑧ 训练结束后，我们切换到 Chat 栏，点击刷新适配器 按钮，将适配器路径 切换至 yi-agent-6b，点击加载模型 按钮载入刚刚训练好的模型。如果模型可以正常加载，那么恭喜你！仅花费一部电影的时间，就成功训练出了自己专属的 LLM Agent。

效果展示

① 基本对话 ② 工具调用 - 查询天气

Yi-Agent-6B（本文微调的模型）：正确理解工具返回结果并得出答案。

Yi-6B-Chat（零一万物发布的指令模型）：无法理解工具返回结果。

③ 工具调用 - 计算 GPA

Yi-Agent 6B（本文微调的模型）：正确生成工具调用并得到答案。

Yi-6B-Chat（零一万物发布的指令模型）：无法生成工具调用。

从上述几个例子中可以看出，经过微调后的 Yi-6B 模型成功具备了选择工具-调用工具-总结答案 的出色能力，在 Agent 方面的性能显著超越原始 Yi-6B-Chat 模型。由于网页界面功能有限，我们这里手动输入了工具调用结果，在下面的章节，我们将会展示如何使用 LLaMA Factory 将 LLM Agent 部署到实际生产环境中。

模型部署

① 切换到 Export 栏，选择最大分块大小 为 2GB，填写导出目录 为 models/yi-agent-6b，点击开始导出 按钮，将 LoRA 权重合并到模型中，同时保存完整模型文件，保存后的模型可以通过 transformers 等直接加载。 ② 在终端输入以下命令启动 API 服务。

python -m llmtuner.api.app --model_name_or_path models/yi-agent-6b --template default

该命令会在本地启动一个和 OpenAI 格式相同的 RESTFul API，这时我们可以直接用本地模型来替代 GPT-3.5 的函数调用功能 ！下面是一个使用 openai-python 库来调用本地模型，实现 LLM Agent 功能的示例代码。

import os
import json
from openai import OpenAI
from typing import Sequence

os.environ["OPENAI_BASE_URL"] = "http://192.168.0.1:8000/v1" # 替换为本地主机 IP
os.environ["OPENAI_API_KEY"] = "0"

def calculate_gpa(grades: Sequence[str], hours: Sequence[int]) -> float:
    grade_to_score = {"A": 4, "B": 3, "C": 2}
    total_score, total_hour = 0, 0
    for grade, hour in zip(grades, hours):
        total_score += grade_to_score[grade] * hour
        total_hour += hour
    return total_score / total_hour

tool_map = {
    "calculate_gpa": calculate_gpa
}

if __name__ == "__main__":
    client = OpenAI()
    tools = [
        {
            "type": "function",
            "function": {
                "name": "calculate_gpa",
                "description": "根据课程成绩和学时计算 GPA",
                "parameters": {
                    "type": "object",
                    "properties": {
                        "grades": {"type": "array", "items": {"type": "string"}, "description": "课程成绩"},
                        "hours": {"type": "array", "items": {"type": "integer"}, "description": "课程学时"},
                    },
                    "required": ["grades", "hours"],
                },
            },
        }
    ]
    messages = []
    messages.append({"role": "user", "content": "我的成绩是 A, A, B, C，学时是 3, 4, 3, 2"})
    result = client.chat.completions.create(messages=messages, model="yi-agent-6b", tools=tools)
    tool_call = result.choices[0].message.tool_calls[0].function
    name, arguments = tool_call.name, json.loads(tool_call.arguments)
    messages.append({"role": "function", "content": json.dumps({"name": name, "argument": arguments}, ensure_ascii=False)})
    tool_result = tool_map[name](**arguments)
    messages.append({"role": "tool", "content": json.dumps({"gpa": tool_result}, ensure_ascii=False)})
    result = client.chat.completions.create(messages=messages, model="yi-agent-6b", tools=tools)
    print(result.choices[0].message.content)
    # 根据你的成绩和学时，你的平均绩点 (GPA) 为 3.4166666666666665。

LLaMA Factory 在今后还将不断升级，欢迎大家关注我们的 GitHub 项目：同时，我们也将本文的模型上传到了 Hugging Face，如果您有资源，一定要亲自动手训练一个大模型 Agent！

参考

^The Rise and Potential of Large Language Model Based Agents: A Survey https://arxiv.org/pdf/2309.07864.pdf
^ReAct: Synergizing Reasoning and Acting in Language Models https://arxiv.org/pdf/2210.03629.pdf
^打造 LLM 界的 Web UI：24GB 显卡训练百亿大模型 https://zhuanlan.zhihu.com/p/645010851
^01-ai https://01.ai/
^Glaive AI https://glaive.ai/
^OpenAI Function Calling https://openai.com/blog/function-calling-and-other-api-updates
^Alpaca-GPT-4 Data https://github.com/Instruction-Tuning-with-GPT-4/GPT-4-LLM
^Open-Assistant https://github.com/LAION-AI/Open-Assistant
^Flash Attention https://github.com/Dao-AILab/flash-attention
^Unsloth https://github.com/unslothai/unsloth

编辑于 2024-01-22 03:09・北京赞同 45298 条评论854 71 分享申请转载未登录用户

98 条评论默认最新黯淡蓝点活捉llama factory核心开发者一枚！ 2024-01-22 · 广东回复7 指点江山及时雨，感谢Llama Factory天团 2024-01-22 · 北京回复1 saga 数据集的格式为什么这么定义有什么资料可以参考吗 2024-03-29 · 中国香港回复2 禾路认知一个事物，往往需要尝试、反馈、修改，重复这个过程，建立自己的体系。
微调这项工作，因为消耗资源、时间比较长，导致反馈困难。所以对它的研究需要进行专门设计。 Llama-factory在这个方面给我们做了很好的支持，感谢！ 2024-05-05 · 江苏回复2 Fener 你好，我下载了yi-agent-6b，使用openai的方式请求时，返回的tool_call是None，然后这个代码就报错NoneType（代码：tool_call = result.choices[0].message.tool_calls[0].function）,为啥我这请求不到哈，是用的你文章里的demo案例 2024-02-01 · 河北回复2 展开其他 2 条回复飞舞的蛋蛋怎么用transformers加载训练好的模型 2024-03-27 · 江西回复1 LexOldDad 请问大佬，数据集能用中文的吗，每个function call一般得多少条训练数据集才合适 2024-01-23 · 广东回复1 展开其他 2 条回复冰凌舞请问支持 qwen这样子微调tools能力吗？ 2024-01-22 · 北京回复1 hiyouga 作者支持所有模型 2024-01-22 · 北京回复1 不语佬我想问问如果有system应该怎么办呢 07-07 · 黑龙江回复喜欢点击查看全部评论未登录用户