ChatGLM3微调过程中的常见问题及解决方案

问题背景

在使用ChatGLM3进行p-tuning-v2微调时，许多开发者遇到了相似的错误。这些错误主要与环境配置和库版本兼容性有关，特别是transformers库的版本问题。本文将详细分析这些问题的根源，并提供有效的解决方案。

主要错误现象

在微调过程中，开发者通常会遇到以下两类典型错误：

1. BatchEncoding转换错误：表现为BatchEncoding.to() got an unexpected keyword argument 'non_blocking'，最终导致'NoneType' object has no attribute 'to'错误。

2. TrainerState初始化错误：表现为TrainerState.__init__() got an unexpected keyword argument 'stateful_callbacks'，通常发生在尝试从检查点恢复训练时。

问题原因分析

BatchEncoding转换错误

这个问题的根本原因是transformers库版本过高（如4.41.1）与ChatGLM3微调代码不兼容。新版本的transformers对BatchEncoding类的处理方式发生了变化，导致在设备转换时出现参数不匹配的问题。

TrainerState初始化错误

这个问题同样源于版本不兼容，当transformers库版本降得过低时（如4.40.0），虽然解决了第一个问题，但又会导致新的API不兼容问题。这是因为不同版本的transformers对TrainerState类的初始化参数要求不同。

解决方案

针对BatchEncoding转换错误

推荐方案：将transformers库版本降级到4.40.0版本。这个版本经过验证能够解决BatchEncoding相关的转换问题，同时保持较好的稳定性。

安装命令：

pip install transformers==4.40.0

针对TrainerState初始化错误

如果降级到4.40.0后出现TrainerState初始化错误，可以考虑以下两种方案：

1. 使用中间版本：尝试使用transformers 4.40.1或4.40.2版本，这些版本可能同时解决了两个问题。

2. 修改微调代码：如果必须使用特定版本，可以修改微调代码中与TrainerState相关的部分，移除stateful_callbacks参数。

环境配置建议

为了获得最佳的微调体验，建议建立如下的Python环境配置：

1. Python版本：3.8-3.10（3.11可能存在兼容性问题）
2. PyTorch版本：与CUDA版本匹配的稳定版本
3. Transformers版本：4.40.0-4.40.2
4. CUDA版本：根据显卡选择11.7或11.8

其他注意事项

1. 硬件资源：虽然Colab Pro提供了较好的硬件资源，但仍需注意显存限制。对于ChatGLM3-6B模型，建议至少有24GB显存进行微调。

2. 数据预处理：确保输入数据格式正确，特别是当使用自定义数据集时，要遵循ChatGLM3要求的格式。

3. 日志监控：训练过程中密切关注日志输出，特别是loss变化情况，这有助于早期发现问题。

总结

ChatGLM3微调过程中的常见问题多源于环境配置不当，特别是transformers库的版本问题。通过合理控制库版本和环境配置，大多数问题都能得到有效解决。建议开发者在开始微调前，先建立一个干净的环境，并严格按照推荐的版本进行配置，这样可以避免许多不必要的问题。