下载模型

在魔搭社区下载Qwen3-0.6B模型，使用modelscope SDK进行下载。首先安装modelscope库，然后执行以下代码下载模型并保存到本地指定目录。

本地环境： macos 32G M1pro 10cpu

pip install modelscope

from modelscope import snapshot_download
model_dir = snapshot_download('Qwen/Qwen3-0.6B',cache_dir="/Users/shellon/model")

提示：指定一个参数cache_dir，让模型下载到我们自定义的本地路径。

下载LLaMA-Factory

从GitHub克隆LLaMA-Factory仓库，并安装相关依赖。

git clone https://github.com/hiyouga/LLaMA-Factory.git
cd LLaMA-Factory
pip install -e .

LLaMA-Factory最新版本支持Qwen3 transformers可以下载到4.52.1

pip install -e . 这里后面不跟参数，直接安装默认的环境了

准备训练数据

将训练数据文件train.json和identity.json放置在LLaMA-Factory/data/目录下。然后再准备一份测试集，从train.json中取出一部分数据作为测试集。

修改LLaMA-Factory/data/dataset_info.json文件，注册train数据集。

"train": {
  "file_name": "train.json",
  "columns": {
    "prompt": "instruction",
    "query": "input",
    "response": "output",
    "history": "history"
  }
}

启动LLaMA-Factory

进入LLaMA-Factory目录，启动Web UI。

cd LLaMA-Factory
llamafactory-cli webui

微调过程

模型名称：Qwen3-0.6B-Instruct
模型路径：本地模型的绝对路径 /Users/shellon/model/Qwen/Qwen3-0___6B
微调方法：loar微调
量化等级：none （不量化微调）
检查点路径：训练过程中保留权重的路径，可以基于上一次训练生成的检查点路径，继续从这个检查点路径训练。如果之前训练过就有值。
提示词模版：qwen3

训练：

其他的参数用的默认值

因为我的电脑是macos，在计算类型这个参数中只能使用fp32精度，其他精度的都不支持，所以导致我在训练的时候很慢，30轮的epoch训练了5个小时左右。

可以看到每到100步会保存一个checkpoint

本次训练的数据样本总共490条，设定训练30轮，用了不到5个小时训练完成。
单卡实际批量（batch_size=2），通过梯度累积（steps=8）等效于总批量16
总训练步数​​：600 = 样本数491 × 轮数30 / 总批量16

一般来说，微调至少需要1000+条优质的训练集数据。低于此数量级时，模型多学几遍就开始“背题”而非学习数据中的蕴含的知识。我这里简单测试，数据不到500条

可以看到loss整体是降低的：

模型微调评估过程中需要的三种数据集：
1.训练集：微调训练用到的数据，相当于教材
2.验证集：微调过程中验证结果使用到的数据，相当于模拟考试
3.测试集：微调完后评估模型训练效果的数据 ，相当于考试真题

评估

量化导出

选择检查点路径后，会按照训练最新的权重合并模型，然后导出。可能我微调的时候用的是fp32所以导出的模型竟然比原来的模型还大。从魔搭下载的模型是1.5G，微调完导出变成了2.3G，离谱！

部署

导出之后本来想用ollama部署，但是当我用llama.cpp转换成gguf后，部署到ollama进行推理，模型直接癫狂了，不但回答的不对，还出现了严重的重复，根本刹不住。去官网查了下，是ollama对Qwen3的支持还有点问题。

另外官方并没有给ollama的部署选项，或许侧面说明ollama不支持？

没办法，换vllm部署吧。用vllm+open-webui进行部署推理测试：

conda activate open-webui
pip install -U open-webui vllm torch transformers

虚拟环境的python版本为3.11

运行vllm

在运行的时候我的电脑提示模型的最大序列长度（max_seq_len=40960）超过了CPU KV缓存能存储的最大token数（37440），所以提前设置增加KV缓存空间​

export VLLM_CPU_KVCACHE_SPACE=8 #增加KV缓存空间​ 增加到8G
vllm serve /Users/shellon/model/Qwen/Qwen3-0__6b-Finetuning

看到8000端口，表示启动成功

然后再运行open-webui

export HF_ENDPOINT=https://www.modelscope.cn #将Hugging Face模型下载地址指向阿里云ModelScope镜像站
export ENABLE_OLLAMA_API=False #禁用Ollama API集成，强制使用OpenAI兼容的API接口
export OPENAI_API_BASE_URL=http://127.0.0.1:8000/v1 #指定本地vLLM服务的API地址
export DEFAULT_MODELS="/Users/shellon/model/Qwen/Qwen3-0__6b-Finetuning" #设置默认加载的模型路径，指向本地微调后的Qwen-6B模型
open-webui serve

一个个执行麻烦，写成脚本一键执行

启动成功：
与微调后的模型对话：

关于微调的一些参数含义，可以参考https://atomgit.com/alibabaclouddocs/aliyun_acp_learning/blob/main/大模型ACP认证教程/p2_构造大模型问答系统/2_7_通过微调提升模型的准确度与效率.ipynb

以上是微调部署的全部内容，如有不足之处欢迎指正！