GLM-4模型微调后全量参数保存与部署指南
2025-06-03 01:32:30作者:平淮齐Percy
背景介绍
在大型语言模型的应用中,微调(Fine-tuning)是使预训练模型适应特定任务的关键步骤。GLM-4作为一款强大的中文大语言模型,支持多种微调方式,包括全参数微调、P-Tuning和LoRA等高效微调方法。然而,许多开发者在完成微调后,面临着如何正确保存全量模型参数并在不同框架中部署的挑战。
问题分析
GLM-4默认的微调输出通常只保存适配器(Adapter)层的参数,而非完整的模型参数。这种设计虽然节省存储空间,但在某些应用场景下,开发者需要将微调后的模型作为一个完整独立的模型保存和部署,例如:
- 需要在其他不支持适配器加载的框架中使用
- 需要将模型部署为API服务
- 需要将模型分享给没有原始基础模型的团队成员
解决方案
方法一:直接保存全量模型
通过加载微调后的模型并重新保存,可以获得包含全部参数的独立模型:
from transformers import AutoModel, AutoTokenizer
import torch
from pathlib import Path
model_dir = '/path/to/finetuned/model'
output_dir = '/path/to/save/full/model'
model = AutoModel.from_pretrained(
model_dir,
trust_remote_code=True,
device_map='auto',
torch_dtype=torch.bfloat16
)
tokenizer = AutoTokenizer.from_pretrained(
model_dir,
trust_remote_code=True,
encode_special_tokens=True,
use_fast=False
)
# 保存完整模型
model.save_pretrained(output_dir)
tokenizer.save_pretrained(output_dir)
model.config.save_pretrained(output_dir)
# 可选:保存为safetensors格式
from safetensors.torch import save_file
state_dict = model.state_dict()
metadata = {"format": "pt"}
save_file(state_dict, f"{output_dir}/final_model.safetensors", metadata=metadata)
方法二:处理模型索引文件
对于大型模型,可能需要分割保存参数文件并创建索引:
import json
from safetensors.torch import save_file
state_dict = model.state_dict()
keys = list(state_dict.keys())
num_parts = 10 # 分割为10个文件
part_size = len(keys) // num_parts
# 分割保存参数
for i in range(num_parts):
start_idx = i * part_size
end_idx = (i + 1) * part_size if i != num_parts - 1 else len(keys)
part_keys = keys[start_idx:end_idx]
part_state_dict = {key: state_dict[key] for key in part_keys}
save_file(part_state_dict, f"{output_dir}/model_part_{i}.safetensors")
# 创建索引文件
weight_map = {name: f"model_part_{i//part_size}.safetensors"
for i, name in enumerate(keys)}
index_content = {
"metadata": {"total_size": sum(p.numel() for p in model.parameters())},
"weight_map": weight_map
}
with open(f"{output_dir}/model.safetensors.index.json", 'w') as f:
json.dump(index_content, f, indent=4)
部署注意事项
-
文件结构完整性:确保保存的模型目录包含所有必要文件:
- 模型参数文件(.bin或.safetensors)
- 配置文件(config.json)
- 分词器相关文件(tokenizer.json, tokenizer_config.json等)
- 特殊词汇文件(如有)
-
模型格式选择:
.bin
格式是PyTorch传统格式,兼容性好.safetensors
格式更安全,加载时不执行任意代码
-
存储优化:
- 微调后的模型目录通常不包含.git等版本控制文件,可手动删除
- 对于大型模型,分割保存可以缓解内存压力
-
API服务部署: 当使用类似openai_api_server.py的服务时,确保:
- 模型路径指向完整模型目录
- 配置文件中不包含特定于适配器的参数(如lora_config)
常见问题解决
问题1:加载保存的模型时报错缺少适配器配置
解决方案:确保在保存前已将适配器参数合并到基础模型中,或使用完整模型加载方式而非适配器加载方式。
问题2:模型文件过大导致内存不足
解决方案:
- 使用
device_map='auto'
参数分片加载模型 - 使用低精度格式如
torch_dtype=torch.bfloat16
- 考虑使用模型量化技术
问题3:分词器特殊token处理异常
解决方案:保存时确保传递encode_special_tokens=True
参数,并完整保存分词器相关文件。
最佳实践建议
- 版本控制:为每个微调版本创建明确的命名和文档记录
- 测试验证:保存后立即加载测试,确保模型功能正常
- 存储规划:大型模型需要充足的存储空间,提前规划
- 文档记录:记录微调参数和数据集信息,便于复现
通过以上方法,开发者可以灵活地将GLM-4微调模型转换为独立部署的完整模型,满足各种应用场景的需求。
登录后查看全文
热门项目推荐
相关项目推荐
HunyuanImage-3.0
HunyuanImage-3.0 统一多模态理解与生成,基于自回归框架,实现文本生成图像,性能媲美或超越领先闭源模型00- DDeepSeek-V3.2-ExpDeepSeek-V3.2-Exp是DeepSeek推出的实验性模型,基于V3.1-Terminus架构,创新引入DeepSeek Sparse Attention稀疏注意力机制,在保持模型输出质量的同时,大幅提升长文本场景下的训练与推理效率。该模型在MMLU-Pro、GPQA-Diamond等多领域公开基准测试中表现与V3.1-Terminus相当,支持HuggingFace、SGLang、vLLM等多种本地运行方式,开源内核设计便于研究,采用MIT许可证。【此简介由AI生成】Python00
GitCode-文心大模型-智源研究院AI应用开发大赛
GitCode&文心大模型&智源研究院强强联合,发起的AI应用开发大赛;总奖池8W,单人最高可得价值3W奖励。快来参加吧~0368Hunyuan3D-Part
腾讯混元3D-Part00ops-transformer
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。C++094AI内容魔方
AI内容专区,汇集全球AI开源项目,集结模块、可组合的内容,致力于分享、交流。02Spark-Chemistry-X1-13B
科大讯飞星火化学-X1-13B (iFLYTEK Spark Chemistry-X1-13B) 是一款专为化学领域优化的大语言模型。它由星火-X1 (Spark-X1) 基础模型微调而来,在化学知识问答、分子性质预测、化学名称转换和科学推理方面展现出强大的能力,同时保持了强大的通用语言理解与生成能力。Python00GOT-OCR-2.0-hf
阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile09
- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
项目优选
收起

deepin linux kernel
C
22
6

OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
193
2.16 K

Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1

为非计算机科班出身 (例如财经类高校金融学院) 同学量身定制,新手友好,让学生以亲身实践开源开发的方式,学会使用计算机自动化自己的科研/创新工作。案例以量化投资为主线,涉及 Bash、Python、SQL、BI、AI 等全技术栈,培养面向未来的数智化人才 (如数据工程师、数据分析师、数据科学家、数据决策者、量化投资人)。
Python
78
72

🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
972
573

本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
548
77

本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
349
1.36 K

喝着茶写代码!最易用的自托管一站式代码托管平台,包含Git托管,代码审查,团队协作,软件包和CI/CD。
Go
17
0

React Native鸿蒙化仓库
C++
206
284

🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
60
17