LLaMA通过指示学习微调后可以像ChatGPT那样回答问题了。

之前试过LLaMA效果并不好，特别是无法直接提问，需要尝试各种咒语（promts）来引导出满意的答案。

斯坦福用52K的数据对LLaMA进行指示学习微调，得到了类InstructGPT的升级版Alpaca。其7B的效果接近OpenAI的text-davinci-003。

而本篇用到的Alpaca-LoRA则是用low-rank adaptation (LoRA)进行微调的，在降低了显存需求的同时达到类似的效果。

运行环境

OS: Ubuntu 22.04

GPU: GeForce GTX 1080 Ti

创建python环境

我用的是conda进行python环境管理，如何安装conda。

git clone https://github.com/tloen/alpaca-lora && cd alpaca-lora
conda create -n alpaca python=3.10
conda activate alpaca
pip install -r requirements.txt

注意依赖中有github的项目，若连接不畅建议先下载到本地安装。

安装完成后试试运行python generate.py，大概率会报错，因为bitsandbytes版本不对。

编译并安装bitsandbytes

先删掉刚才安装的bitsandbytes：

1	pip uninstall bitsandbytes

运行conda list | grep cuda搞清楚环境中安装的cuda版本，比如我的是11.7。其他版本参考镜像列表，注意须是devel-ubuntu20.04。

为确保编译一定成功，用docker进行编译：

1
2
3

cd ~/src
git clone https://github.com/TimDettmers/bitsandbytes
docker run -it --rm -v ~/src/bitsandbytes:/bitsandbytes nvidia/cuda:11.7.0-devel-ubuntu20.04

此时进入该镜像的终端。

1
2
3

cd bitsandbytes
CUDA_VERSION=117 make
exit

注意没有Tensor Core的显卡需要在编译时添加cuda11x_nomatmul。

回到主机的终端后安装bitsandbytes和cudatoolkit。

1 2	CUDA_VERSION=117 python setup.py install conda install cudatoolkit=11.7 -c nvidia

运行Alpaca-LoRA

修改generate.py，第20行PeftModel.from_pretrained添加参数device_map={'': 0}：

1	model, "tloen/alpaca-lora-7b", torch_dtype=torch.float16, device_map={'': 0}

然后运行：

1	python generate.py

第一次运行需要下载模型到~/.cache/huggingface/hub，共13.5G。若网络不畅则多跑几次直到下完。

浏览器访问http://127.0.0.1:7860

随便问了个问题，回应如下：

可能是训练语料时效的问题，于是笼统地回答了JWST的任务，而不是最新发现，没像谷歌的Bard那样整了个错的。另外显存占用约9.4G。

LLaMA的中文效果很糟，因为其并未使用中文进行训练。Alpaca-LoRA的回应如下：

看来是先把问题翻译成英文后用英文回答，这种处理总比硬上中文然后不知所云要好。

debug

libbitsandbytes_cpu.so: undefined symbol: cget_col_row_stats

调用了cpu版的bitsandbytes，删掉改用编译安装的版本。

error: parameter packs not expanded with ‘…’

编译bitsandbytes时报错，因为gcc版本不对。改用docker镜像编译。

CUDA SETUP: CUDA detection failed!

CUDA没安装，或调用的版本不对。在对应环境执行conda install cudatoolkit=11.7 -c nvidia。

TypeError: ‘NoneType’ object is not subscriptable

网页点Submit后回应Error，终端报错如上。Ctrl+C终止并重新运行即可。