首页
/ FlagEmbedding项目微调模型的使用指南

FlagEmbedding项目微调模型的使用指南

2025-05-24 11:06:00作者:蔡怀权

微调结果文件结构解析

在FlagEmbedding项目中完成模型微调后,会生成一个包含多个文件的目录结构。典型的微调结果目录包含以下重要文件:

  1. 模型配置文件:config.json文件包含了模型的基本配置信息
  2. 模型权重文件:model.safetensors存储了模型的主要权重参数
  3. 分词器相关文件:包括sentencepiece.bpe.model、tokenizer.json等分词器配置文件
  4. 训练状态文件:trainer_state.json和training_args.bin记录了训练过程中的状态和参数
  5. 随机状态文件:rng_state_*.pth保存了训练时的随机数生成器状态
  6. 优化器状态文件:在global_step子目录中的zero_pp_rank_*文件存储了分布式训练的优化器状态

微调模型的使用方法

根据微调方式的不同,使用微调后的模型有两种主要方法:

直接微调模型的使用

如果采用的是直接微调(非LoRA方式),可以直接使用微调后的模型路径进行推理。使用方法如下:

model_finetuned = BGEM3FlagModel(
    path_to_finetuned_checkpoint,
    devices="cuda:0",  # 可使用"cpu"如果没有GPU
    pooling_method='cls',
    cache_dir=your_cache_directory
)

其中path_to_finetuned_checkpoint应指向包含微调结果的目录(如示例中的checkpoint-15478)。

LoRA微调模型的使用

如果采用了LoRA(低秩适应)方式进行微调,则需要先将LoRA适配器与基础模型合并,然后才能使用合并后的模型进行推理。合并过程需要专门的脚本处理。

技术要点说明

  1. 模型权重文件:safetensors格式是Hugging Face推荐的安全权重存储格式,相比传统的pth/pt文件更安全可靠。

  2. 分布式训练相关文件:zero_pp_rank_*等文件是使用DeepSpeed等分布式训练框架时生成的,普通推理场景下不需要关心这些文件。

  3. 随机状态文件:主要用于恢复训练,推理时不需要使用。

  4. 分词器文件:确保使用与微调时相同的分词器配置,这对获得一致的推理结果至关重要。

最佳实践建议

  1. 对于生产环境使用,建议将微调后的模型导出为更简洁的格式,只保留必要的模型权重和配置文件。

  2. 使用与训练时相同的环境配置(如相同的CUDA版本、PyTorch版本等)进行推理,以确保兼容性。

  3. 对于大型模型,可以考虑使用量化技术减小模型体积并提高推理速度。

  4. 定期验证微调后模型的性能,确保微调没有引入意外的行为变化。

通过正确理解和使用FlagEmbedding项目的微调结果,开发者可以有效地将微调后的模型应用于各种实际场景,如文本嵌入、语义搜索等任务。

登录后查看全文
热门项目推荐
相关项目推荐

项目优选

收起
ohos_react_nativeohos_react_native
React Native鸿蒙化仓库
C++
176
261
RuoYi-Vue3RuoYi-Vue3
🎉 (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
858
509
openGauss-serveropenGauss-server
openGauss kernel ~ openGauss is an open source relational database management system
C++
129
182
openHiTLSopenHiTLS
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
257
300
ShopXO开源商城ShopXO开源商城
🔥🔥🔥ShopXO企业级免费开源商城系统,可视化DIY拖拽装修、包含PC、H5、多端小程序(微信+支付宝+百度+头条&抖音+QQ+快手)、APP、多仓库、多商户、多门店、IM客服、进销存,遵循MIT开源协议发布、基于ThinkPHP8框架研发
JavaScript
93
15
Cangjie-ExamplesCangjie-Examples
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
331
1.08 K
HarmonyOS-ExamplesHarmonyOS-Examples
本仓将收集和展示仓颉鸿蒙应用示例代码,欢迎大家投稿,在仓颉鸿蒙社区展现你的妙趣设计!
Cangjie
397
370
note-gennote-gen
一款跨平台的 Markdown AI 笔记软件,致力于使用 AI 建立记录和写作的桥梁。
TSX
83
4
CangjieCommunityCangjieCommunity
为仓颉编程语言开发者打造活跃、开放、高质量的社区环境
Markdown
1.07 K
0
kernelkernel
deepin linux kernel
C
22
5