基本环境配置请参照此案例。
为了进行分布式训练，我们需要准备一台配有多个 GPU 的主机。我们推荐在 NVLinks 桥接的多显卡主机上进行分布式训练，否则训练效率会大幅下降，可使用下述命令查询显卡之间的桥接方式。
nvidia-smi topo -m
为了进行分布式训练，运行以下命令配置分布式训练环境。
accelerate config假设我们有一台配有 2 个 GPU 的机器，采用最基础的分布式训练配置，配置过程如下图所示，红色方框中代表比较重要的参数。
下面列出了配置好的 default_config.yaml 文件内容，其中 num_processes 行的值应当与本机的 GPU 数量一致。
compute_environment: LOCAL_MACHINE
distributed_type: MULTI_GPU
downcast_bf16: 'no'
gpu_ids: all
machine_rank: 0
main_training_function: main
mixed_precision: fp16
num_machines: 1
num_processes: 2
rdzv_backend: static
same_network: true
tpu_env: []
tpu_use_cluster: false
tpu_use_sudo: false
use_cpu: false在此案例中，我们使用 ADGEN（广告生成）数据集。该数据集的任务是根据一组商品标签生成广告文本，下面展示了数据集中的一个样本。
{
"content": "类型#裙*颜色#粉红色*图案#条纹*图案#印花*裙长#连衣裙",
"summary": "这款粉红色条纹连衣裙精美大方，充满青春活力气息，十分唯美大气，尽显女性俏丽活泼感。且配以可爱亮眼的印花设计，更显女性甜美气息。"
}该数据集可以从 Google Drive 或 Tsinghua Cloud 下载。
我们将下载好的数据集解压到 data 文件夹中，解压后的文件目录为：
data/
├── dataset_info.json
└── AdvertiseGen/
├── dev.json
└── train.json
接下来，我们修改 dataset_info.json，增加以下两列内容，从而使训练框架能够识别自定义数据集。
"adgen_train": {
"file_name": "AdvertiseGen/train.json",
"columns": {
"prompt": "content",
"query": "",
"response": "summary",
"history": ""
}
},
"adgen_dev": {
"file_name": "AdvertiseGen/dev.json",
"columns": {
"prompt": "content",
"query": "",
"response": "summary",
"history": ""
}
}运行下述命令进行分布式训练。我们使用 adgen_train 数据集，采用秩为 32 的 lora 微调方法，微调后的模型保存在 adgen_lora 文件夹中。为了保证模型微调成功，我们采用 0.001 的学习率，在数据集上训练 2 个 epoch。为了缓解模型拟合困难的问题，我们在每个输入样本的前面加一个统一的 prompt：你现在是一名销售员，根据以下商品标签生成一段有吸引力的商品广告词。
accelerate launch src/train_bash.py \
--stage sft \
--do_train \
--dataset adgen_train \
--finetuning_type lora \
--output_dir adgen_lora \
--overwrite_cache \
--per_device_train_batch_size 2 \
--gradient_accumulation_steps 2 \
--lr_scheduler_type cosine \
--logging_steps 10 \
--save_steps 2000 \
--learning_rate 1e-3 \
--num_train_epochs 2.0 \
--lora_rank 32 \
--ddp_find_unused_parameters False \
--source_prefix 你现在是一名销售员，根据以下商品标签生成一段有吸引力的商品广告词。 \
--plot_loss \
--fp16框架运行日志如下图所示。
模型训练结束后，可以从保存文件夹 adgen_lora 中找到训练损失曲线图。
我们使用 adgen_dev 数据集，使用单个 GPU 评估模型微调后的 BLEU 和 ROUGE 分数。
CUDA_VISIBLE_DEVICES=0 python src/train_bash.py \
--stage sft \
--do_eval \
--dataset adgen_dev \
--checkpoint_dir adgen_lora \
--output_dir adgen_results \
--per_device_eval_batch_size 4 \
--source_prefix 你现在是一名销售员，根据以下商品标签生成一段有吸引力的商品广告词。 \
--predict_with_generate框架运行日志如下图所示。
评估结果如下表所述，其中 LoRA 方法取得了最高的 Rouge-1 分数和 Rouge-l 分数，另外 BLEU-4 分数和 Rouge-2 分数也基本与全量微调 Finetune 和 P-Tuning v2 持平。无论是哪种微调方法，其分数都显著超过了微调前模型 Original 的分数。
| Original | Finetune | P-Tuning v2 | LoRA | |
|---|---|---|---|---|
| BLEU-4 | 4.56 | 8.01 | 8.10 | 8.08 |
| Rouge-1 | 23.98 | 31.23 | 31.12 | 31.45 |
| Rouge-2 | 3.95 | 7.36 | 7.11 | 7.28 |
| Rouge-l | 18.72 | 25.08 | 24.97 | 25.17 |
| Loss | - | 3.00 | 3.74 | 3.22 |
注：斜体 数字代表文献 [1] 中汇报的实验结果。
运行以下命令在单个 GPU 上测试模型效果，它会加载 adgen_lora 文件夹内保存的微调模型权重，并合并进原版 ChatGLM-6B 模型的参数权重中，同时启动流式交互窗口。
CUDA_VISIBLE_DEVICES=0 python src/cli_demo.py \
--checkpoint_dir adgen_lora