大模型训练工具大盘点：小白也能轻松搞定！

大模型训练工具大盘点：小白也能轻松搞定！

随着大模型技术的快速发展，越来越多的工具被开发出来以简化大模型的训练过程。本文将介绍7种主流的大模型训练工具，包括Axolotl、Llama-Factory、Firefly、Xtuner、Swift、Unsloth和transformers.Trainer。这些工具各有特点，能够满足不同场景下的训练需求。

Axolotl

Axolotl 是一款旨在简化各种人工智能模型微调的工具，支持多种配置和架构。

主要特点：

• 支持的常见开源大模型，多种训练方式，包括：全参微调、LoRA/QLoRA、xformers等。
• 可通过 yaml 或 CLI 自定义配置。
• 支持多种数据集格式以及自定义格式。
• 集成了 xformer、flash attention、liger kernel、rope 及 multipacking。
• 使用 Docker 在本地或云端轻松运行。
• 将结果和可选的检查点记录到 wandb 或 mlflow 中。

示例：

accelerate launch -m axolotl.cli.train examples/openllama-3b/lora.yml

Llama-Factory

使用零代码命令行与Web UI轻松训练百余种大模型，并提供高效的训练和评估工具。

主要特点：

• 多种模型：LLaMA、LLaVA、Mistral、Mixtral-MoE、Qwen、Yi、Gemma、Baichuan、ChatGLM、Phi 等等。
• 多种训练：预训练、（多模态）指令监督微调、奖励模型训练、PPO/DPO/KTO/ORPO 训练等等。
• 多种精度：16-bit全参微调、冻结微调、LoRA/QLoRA 微调。
• 先进算法：GaLore、BAdam、DoRA、LongLoRA、LLaMA Pro、Mixture-of-Depths、LoRA+、LoftQ、PiSSA 和 Agent 微调。
• 实用技巧：FlashAttention-2、Unsloth、RoPE scaling、NEFTune 和 rsLoRA。
• 实验监控：LlamaBoard、TensorBoard、Wandb、MLflow 等等。
• 极速推理：基于 vLLM 的 OpenAI 风格 API、浏览器界面和命令行接口。

示例：

llamafactory-cli train examples/train_lora/llama3_lora_sft.yaml
llamafactory-cli chat examples/inference/llama3_lora_sft.yaml
llamafactory-cli export examples/merge_lora/llama3_lora_sft.yaml

Firefly

Firefly支持对主流的大模型进行预训练、指令微调和 DPO。

主要特点：

• 支持预训练、SFT、DPO，支持全参数训练、LoRA/QLoRA 训练。
• 支持使用Unsloth加速训练，降低显存需求。
• 支持绝大部分主流的开源大模型，如 Llama3、Gemma、MiniCPM、Llama、InternLM、Baichuan、ChatGLM、Yi、Deepseek、Qwen、Orion、Ziya、Xverse、Mistral、Mixtral-8x7B、Zephyr、Vicuna、Bloom，训练时与各个官方的 chat 模型的 template 对齐。
• 整理并开源指令微调数据集：firefly-train-1.1M 、moss-003-sft-data、ultrachat、 WizardLM_evol_instruct_V2_143k、school_math_0.25M。
• 在 Open LLM Leaderboard 上验证了 QLoRA 训练流程的有效性，开源Firefly 系列指令微调模型权重。

示例：

deepspeed --num_gpus={num_gpus} train.py --train_args_file train_args/sft/full/bloom-1b1-sft-full.json
torchrun --nproc_per_node={num_gpus} train.py --train_args_file train_args/pretrain/qlora/yi-6b-pretrain-qlora.json

Xtuner

XTuner 由上海人工智能实验室发布，是一个高效、灵活、全能的轻量化大模型微调工具库。

主要特点：

• 高效
• 支持大语言模型 LLM、多模态图文模型 VLM 的预训练及轻量级微调。XTuner 支持在 8GB 显存下微调 7B 模型，同时也支持多节点跨设备微调更大尺度模型（70B+）。
• 自动分发高性能算子（如 FlashAttention、Triton kernels 等）加速训练吞吐。
• 灵活
• 支持多种大语言模型，包括但不限于InternLM、Mixtral-8x7B、Llama 2、ChatGLM、Qwen、Baichuan，及多模态图文模型 LLaVA 的预训练与微调。
• 兼容任意数据格式，开源数据或自定义数据皆可快速上手。
• 支持增量预训练、QLoRA、LoRA、指令微调、Agent微调、全量参数微调等多种训练方式。
• 全能
• 预定义众多开源对话模版，支持与开源或训练所得模型进行对话。
• 训练所得模型可无缝接入部署工具库LMDeploy、大规模评测工具库OpenCompass及VLMEvalKit。

示例：

xtuner train internlm2_5_chat_7b_qlora_oasst1_e3 --deepspeed deepspeed_zero2 # 单卡
# 多卡
(DIST) NPROC_PER_NODE=${GPU_NUM} xtuner train internlm2_5_chat_7b_qlora_oasst1_e3 --launcher dist --deepspeed deepspeed_zero2
(SLURM) srun ${SRUN_ARGS} xtuner train internlm2_5_chat_7b_qlora_oasst1_e3 --launcher slurm --deepspeed deepspeed_zero2

Swift

ms-swift是魔塔提供的大模型与多模态大模型微调部署框架，支持450+大模型与150+多模态大模型的训练、推理、评测、量化与部署。

主要特点：

• 模型类型：支持450+纯文本大模型、150+多模态大模型，All-to-All全模态模型的训练到部署全流程。
• 数据集类型：内置150+预训练、微调、人类对齐、多模态等各种类型的数据集，并支持自定义数据集。
• 多种训练：
• 轻量训练：支持LoRA/QLoRA/DoRA/LoRA+/RS-LoRA、ReFT、LLaMAPro、Adapter、GaLore/Q-Galore、LISA、UnSloth、Liger-Kernel等轻量微调方式。支持对BNB、AWQ、GPTQ、AQLM、HQQ、EETQ量化模型进行训练。
• RLHF训练：支持文本和多模态大模型的DPO、CPO、SimPO、ORPO、KTO、RM、PPO等RLHF训练。
• 多模态训练：支持对图像、视频和语音模态模型进行训练，支持VQA、Caption、OCR、Grounding任务的训练。
• 界面训练：以界面的方式提供训练、推理、评测、量化的能力，完成大模型的全链路。
• 插件化与拓展：支持对loss、metric、trainer、loss-scale、callback、optimizer等组件进行自定义。
• 模型评测：以EvalScope作为评测后端，支持100+评测数据集对纯文本和多模态模型进行评测。

示例：

CUDA_VISIBLE_DEVICES=0 swift sft --model Qwen/Qwen2.5-7B-Instruct \
    --train_type lora \
    --dataset 'AI-ModelScope/alpaca-gpt4-data-zh#500' \
    --lora_rank 8 --lora_alpha 32 \
    --target_modules all-linear \
    --warmup_ratio 0.05

Unsloth

Unsloth是一个开源的大模型训练加速项目，使用OpenAI的Triton对模型的计算过程进行重写，大幅提升模型的训练速度，降低训练中的显存占用。Unsloth能够保证重写后的模型计算的一致性，实现中不存在近似计算，模型训练的精度损失为零。

主要特点：

• 所有内核均使用OpenAI的Triton语言编写。采用手动反向传播引擎。
• 精度无损失——不采用近似方法——全部精确。
• 无需更改硬件。支持2018年及以后版本的NVIDIA GPU。最低CUDA Capability为7.0（V100、T4、Titan V、RTX 20/30/40、A100、H100、L40等）。GTX 1070、1080也可以使用，但速度较慢。
• 支持4bit和16bit GLorA/LoRA微调。
• 开源版本训练速度提高5倍，使用Unsloth Pro可获得高达30倍的训练加速！

示例：

from unsloth import FastLanguageModel
# ... 导入其他包
max_seq_length = 2048 # Supports RoPE Scaling interally, so choose any!
model, tokenizer = FastLanguageModel.from_pretrained(
    model_name = "unsloth/llama-3-8b-bnb-4bit",
    max_seq_length = max_seq_length,
    dtype = None,
    load_in_4bit = True,
)
# 后续流程和使用 transformers.Trainer 类似

transformers.Trainer

最后不得不提下大名鼎鼎的transformers库的Trainer，上述的很多工具其实也是在其基础上构建的。

Trainer本身是一个高度封装的类，但相比刚刚提到的工具，居然还有点偏底层了😅。

主要特点：

• 通用性：Trainer是一个通用的训练接口，适用于各种NLP任务，如分类、回归、语言建模等。它提供了标准化的训练流程，使得用户无需从头开始编写训练代码。
• 灵活性：用户可以通过自定义训练循环、损失函数、优化器、学习率调度器等方式来调整训练过程。
• 高级功能：混合精度训练、分布式训练、断点续训等。
• 自定义回调函数：允许用户添加自定义回调函数，以便在训练过程的特定阶段执行自定义操作。

示例：

from transformers import Trainer
# 加载模型、数据
trainer = Trainer(
    model,
    training_args,
    train_dataset=tokenized_datasets["train"],
    eval_dataset=tokenized_datasets["validation"],
    data_collator=data_collator,
    tokenizer=tokenizer,
)
trainer.train()

总结

图片版的总结：