XTuner微调后模型导出ONNX格式的问题分析与解决方案

问题背景

在使用XTuner框架对ChatGLM3模型进行微调后，用户发现无法将微调后的模型成功导出为ONNX格式。具体表现为导出过程中出现"aten::scaled_dot_product_attention"错误。相比之下，使用官方微调方法得到的模型则可以正常导出ONNX格式。

技术分析

模型格式差异

XTuner微调后生成的模型文件与原始未微调模型存在一些差异：

1. 文件结构不同：XTuner微调后生成的文件数量较多，包含多个配置文件
2. 保存格式：XTuner默认输出.bin格式，也可选择输出.safetensors格式
3. 模型架构文件：可能包含微调特有的配置参数

ONNX导出失败原因

经过深入分析，导致ONNX导出失败的主要原因可能有：

1. 模型架构文件(configuration_chatglm.py)在微调过程中被修改
2. 注意力机制实现方式与ONNX导出工具不兼容
3. 模型权重合并方式影响了某些特殊操作的导出

解决方案

方法一：替换模型架构文件

将微调后的modeling_chatglm.py和configuration_chatglm.py替换为原始未微调版本，这可以确保模型架构与ONNX导出工具兼容。

方法二：使用合并脚本处理

1. 对于XTuner微调生成的adapter文件，可以使用专门的合并脚本进行处理
2. 合并后的模型结构与原始模型更加接近，有利于ONNX导出
3. 合并过程中需要注意权重参数的对应关系

方法三：调整导出工具配置

1. 检查ONNX导出工具是否支持特定版本的注意力机制实现
2. 尝试使用不同版本的导出工具或添加特殊处理规则
3. 对于不支持的算子(scaled_dot_product_attention)，可以考虑自定义实现

最佳实践建议

1. 在微调前明确后续模型的使用场景，如需导出ONNX，应提前规划好微调方案
2. 保持模型架构文件的一致性，避免微调过程中修改关键架构参数
3. 使用标准化的模型合并流程，确保输出模型格式符合预期
4. 对于特殊算子，可考虑在导出前进行算子替换或重写

总结

XTuner作为高效的微调框架，其生成的模型在转换为ONNX格式时可能会遇到兼容性问题。通过替换模型架构文件、使用标准化合并流程或调整导出工具配置，可以有效解决这些问题。在实际应用中，建议开发者根据具体需求选择合适的解决方案，并注意保持模型架构的兼容性。