LoRA微调训练
本章节以Qwen-14B为例，介绍LoRA微调训练的全过程。对于Qwen-7B和Qwen-72B，操作过程与Qwen-14B相同，只需修改对应参数即可。
Step1 LoRA微调数据处理
训练前需要对数据集进行预处理，转化为.bin和.idx格式文件，以满足训练要求。
LoRA微调训练与SFT微调使用同一个数据集，如果已经在SFT微调时处理过数据，可以直接使用，无需重复处理。如果未处理过数据，请参见SFT微调数据处理章节先处理数据。
Step2 LoRA微调权重转换
LoRA微调训练前，需要先把训练权重文件转换为Megatron格式。
LoRA微调训练和SFT全参微调使用的是同一个HuggingFace权重文件转换为Megatron格式后的结果也是通用的。
如果在SFT微调任务中已经完成了HuggingFace权重转换操作，此处无需重复操作，可以直接使用SFT微调中的权重转换结果。
如果前面没有执行HuggingFace权重转换任务，可以参考SFT微调权重转换章节完成。
Step3 LoRA微调超参配置
LoRA微调训练脚本qwen.sh，存放在llm_train/AscendSpeed/scripts/qwen/目录下。训练前，可以根据实际需要修改超参配置。
微调任务配置，操作同预训练配置类似，不同点为RUN_TYPE类型不同，以及输入输出路径的配置的不同。
参数 |
示例值 |
参数说明 |
|---|---|---|
DATASET_PATH |
/home/ma-user/ws/processed_for_ma_input/Qwen-14B/data/finetune/alpaca_ft |
必填。训练时指定的输入数据路径。一般为数据地址/处理后的数据前缀名，不加文件类型后缀。 请根据实际规划修改。 |
TOKENIZER_PATH |
/home/ma-user/ws/tokenizers/Qwen-14B |
必填。加载tokenizer时，tokenizer存放地址。 请根据实际规划修改。 |
MODEL_TYPE |
14B |
必填。表示模型加载类型，根据实际填写7B、14B或72B。 |
TRAIN_ITERS |
300 |
非必填。训练迭代周期。根据实际需要修改。 |
MBS |
4 |
非必填。表示流水线并行中一个micro batch所处理的样本量。在流水线并行中，为了减少气泡时间，会将一个step的数据切分成多个micro batch。 该值与TP和PP以及模型大小相关，可根据实际情况进行调整。默认值为4。取值建议如下：
|
GBS |
64 |
非必填。表示训练中所有机器一个step所处理的样本量，影响每一次训练迭代的时长。对于PP（流水线并行）值大于1的场景，适当增大GBS值吞吐性能会有所提升。 |
TP |
8 |
非必填。表示张量并行。默认值为8，取值建议：
|
PP |
1 |
非必填。表示流水线并行。默认值为1，取值建议：
|
RUN_TYPE |
lora |
必填。表示训练类型。lora表示LoRA微调。 |
MASTER_ADDR |
localhost |
多机必填。主节点IP地址，多台机器中指定一个节点IP为主节点IP。 一般指定第一个节点IP为主节点IP。 |
NNODES |
1 |
多机必填。节点总数，如为双机，则写2。单机默认是1。 |
NODE_RANK |
0 |
多机必填。节点序号，当前节点ID，一般从0开始。单机默认是0。以Qwen-72B 5机训练为例，节点ID依次为（0 1 2 3 4）；一般ID为0的节点设置为主节点IP。 |
MODEL_PATH |
/home/ma-user/ws/processed_for_ma_input/Qwen-14B/converted_weights |
必填。加载的权重文件路径。SFT微调权重转换章节中将HuggingFace格式转化为Megatron格式的权重文件。 |
WORK_DIR |
/home/ma-user/ws |
非必填。容器的工作目录，训练的权重文件保存在此路径下。默认值为：/home/ma-user/ws。 |
SEQ_LEN |
4096 |
非必填。默认值为4096。 |
在qwen.sh脚本默认情况下Lora微调的配置为：
--lora-r 16
--lora-alpha 32
LoRA微调训练的计算量要小于预训练，可以适当增加MBS的值，这里建议：
- 对于7B：TP=4 PP=1 MBS=2
- 对于14B：TP=8 PP=1 MBS=4
- 对于72B：TP=8 PP=5 MBS=1
Step4 启动训练脚本
请根据表1修改超参值后，再启动训练脚本。
单机启动
以Qwen-14B为例，单机SFT微调启动命令如下。在/home/ma-user/ws/xxx-Ascend/llm_train/AscendSpeed/代码目录下执行。
MODEL_TYPE=14B RUN_TYPE=lora DATASET_PATH=/home/ma-user/ws/processed_for_ma_input/Qwen-14B/data/finetune/alpaca_ft TOKENIZER_PATH=/home/ma-user/ws/tokenizers/Qwen-14B MODEL_PATH=/home/ma-user/ws/processed_for_ma_input/Qwen-14B/converted_weights TRAIN_ITERS=300 MBS=4 GBS=64 TP=8 PP=1 SEQ_LEN=4096 WORK_DIR=/home/ma-user/ws sh scripts/qwen/qwen.sh
其中 MODEL_TYPE 、RUN_TYPE、DATA_PATH、TOKENIZER_MODEL、MODEL_PATH为必填；TRAIN_ITERS、MBS、GBS、TP、PP、SEQ_LEN为非必填，有默认值。
多机启动
以Qwen-14B为例，多台机器执行训练启动命令如下。多机启动需要在每个节点上执行，此处以双机为例。在/home/ma-user/ws/xxx-Ascend/llm_train/AscendSpeed/代码目录下执行。
第一台节点 MASTER_ADDR=xx.xx.xx.xx NNODES=2 NODE_RANK=0 MODEL_TYPE=14B RUN_TYPE=lora DATASET_PATH=/home/ma-user/ws/processed_for_ma_input/Qwen-14B/data/finetune/alpaca_ft TOKENIZER_PATH=/home/ma-user/ws/tokenizers/Qwen-14B MODEL_PATH=/home/ma-user/ws/processed_for_ma_input/Qwen-14B/converted_weights TRAIN_ITERS=300 MBS=4 GBS=64 TP=8 PP=1 SEQ_LEN=4096 WORK_DIR=/home/ma-user/ws sh scripts/qwen/qwen.sh ... ... # 第二台节点 MASTER_ADDR=xx.xx.xx.xx NNODES=2 NODE_RANK=1 MODEL_TYPE=14B RUN_TYPE=lora DATASET_PATH=/home/ma-user/ws/processed_for_ma_input/Qwen-14B/data/finetune/alpaca_ft TOKENIZER_PATH=/home/ma-user/ws/tokenizers/Qwen-14B MODEL_PATH=/home/ma-user/ws/processed_for_ma_input/Qwen-14B/converted_weights TRAIN_ITERS=300 MBS=4 GBS=64 TP=8 PP=1 SEQ_LEN=4096 WORK_DIR=/home/ma-user/ws sh scripts/qwen/qwen.sh
以上命令多台机器执行时，只有${NODE_RANK}的节点ID值不同，其他参数都保持一致。
其中MASTER_ADDR、 NODE_RANK、 NODE_RANK、MODEL_TYPE 、RUN_TYPE、DATASET_PATH、TOKENIZER_PATH、MODEL_PATH为必填；TRAIN_ITERS、MBS、GBS、TP、PP、WORK_DIR为非必填，有默认值。
训练完成后，请参考查看日志和性能章节，查看LoRA微调训练的日志和性能。
