Self-LLM项目中chatGLM3微调时的JSON序列化问题解析

在Self-LLM项目中使用chatGLM3进行模型微调时，开发者可能会遇到一个典型的错误："TypeError: Object of type set is not JSON serializable"。这个问题通常发生在训练过程中，特别是在保存检查点(checkpoint)时。

问题现象

当训练进行到100步左右时，系统会抛出JSON序列化错误。具体表现为：

1. 训练过程中断
2. 生成的checkpoint-100文件夹中的adapter_config.json文件内容为空
3. 错误信息明确指出无法序列化set类型对象

根本原因

这个问题的本质在于Python的JSON序列化机制。JSON标准只支持特定的数据类型：

• 字符串
• 数字
• 布尔值
• 数组(列表)
• 对象(字典)
• null

而Python中的set类型不在JSON支持的数据类型之列。当transformers库尝试将模型配置保存为JSON格式时，如果配置中包含set类型数据，就会触发这个错误。

解决方案

经过验证，这个问题可以通过以下方式解决：

1. 升级transformers库到4.37.2版本

   pip install transformers==4.37.2
   

2. 检查并修改代码中可能使用set类型的地方，将其转换为list类型

深入分析

在模型微调过程中，transformers库会定期保存检查点，包括：

• 模型权重
• 训练状态
• 配置信息

其中配置信息通常以JSON格式保存。新版本的transformers库已经修复了相关类型处理问题，能够正确处理各种Python数据类型到JSON的转换。

预防措施

为避免类似问题，开发者可以：

1. 保持常用库的最新稳定版本
2. 在数据处理阶段就进行类型检查
3. 使用try-catch块捕获序列化异常
4. 实现自定义的JSON序列化器处理特殊类型

总结

Self-LLM项目中chatGLM3微调时的JSON序列化问题是一个典型的版本兼容性问题。通过升级transformers库可以简单有效地解决。这也提醒我们在深度学习项目开发中，依赖库版本管理的重要性。保持环境的一致性可以避免许多难以排查的隐性问题。