Axolotl项目中Mistral模型的对话模板问题分析与解决方案

问题背景

在Axolotl项目中使用Mistral-7B-Instruct模型进行训练时，发现了一个关于对话模板的重要问题。当使用conversation: mistral配置进行训练时，实际使用的对话模板与tokenizer配置中的模板不匹配，这可能导致训练和推理阶段的行为不一致。

问题详细分析

预期行为

在理想情况下，训练阶段使用的对话模板应该与推理阶段完全一致。对于包含系统消息和不包含系统消息的对话，预期输出格式应如下：

包含系统消息的对话：

<s>[INST]  SYSTEM MESSAGE\nUSER MESSAGE[/INST] ASSISTANT MESSAGE</s>[INST] USER MESSAGE[/INST] ASSISTANT MESSAGE</s>

不包含系统消息的对话：

<s>[INST] USER MESSAGE[/INST] ASSISTANT MESSAGE</s>[INST] USER MESSAGE[/INST] ASSISTANT MESSAGE</s>

实际行为

然而，在实际使用中，当调用.apply_chat_template方法时，发现以下问题：

1. 对于包含系统消息的对话，会抛出错误："Conversation roles must alternate user/assistant/user/assistant/..."
2. 对于不包含系统消息的对话，虽然可以正常工作，但格式与训练时使用的格式不完全一致

技术细节

这个问题源于Axolotl项目中对话模板的实现方式。在训练阶段，Axolotl内部使用了一种特定的模板处理逻辑，而tokenizer配置中的模板（来自src/axolotl/utils/chat_templates.py）与这种逻辑不完全匹配。

具体表现为：

• 训练时能够正确处理系统消息，将其与第一个用户消息合并
• 但tokenizer配置中的模板无法正确处理系统消息
• 两种情况下模板的空白字符处理也不一致

解决方案演进

随着Axolotl项目的发展，这个问题已经通过以下方式得到解决：

1. 移除了旧的inst模板，转而使用官方Mistral提供的模板
2. 弃用了fschat相关配置，不再使用type: sharegpt和conversation: mistral
3. 引入了新的配置方式：type: chat_template和chat_template: mistral_v1

这些变更确保了训练和推理阶段使用完全相同的模板，从根本上解决了不一致的问题。

技术实现建议

对于需要自定义对话模板的用户，可以参考以下实现原则：

1. 系统消息应该与第一个用户消息合并处理
2. 角色(user/assistant)必须严格交替出现
3. 注意空白字符的处理一致性
4. 确保模板能够正确处理对话的开始和结束标记

一个符合Mistral风格的模板实现示例如下：

{%- if messages[0]['role'] == 'system' %}
    {%- set system_message = messages[0]['content'] %}
    {%- set loop_messages = messages[1:] %}
{%- else %}
    {%- set loop_messages = messages %}
{%- endif %}

{{- bos_token }}
{%- for message in loop_messages %}
    {%- if (message['role'] == 'user') != (loop.index0 % 2 == 0) %}
        {{- raise_exception('角色必须交替出现') }}
    {%- endif %}
    {%- if message['role'] == 'user' %}
        {%- if loop.first and system_message is defined %}
            {{- '[INST]  ' + system_message + '\\n' + message['content'] + '[/INST]' }}
        {%- else %}
            {{- '[INST] ' + message['content'] + '[/INST]' }}
        {%- endif %}
    {%- elif message['role'] == 'assistant' %}
        {{- ' ' + message['content'] + eos_token}}
    {%- else %}
        {{- raise_exception('仅支持user和assistant角色') }}
    {%- endif %}
{%- endfor %}

总结

对话模板的一致性对于大型语言模型的训练和推理至关重要。Axolotl项目通过标准化模板来源和简化配置方式，有效解决了这一问题。开发者在使用时应当注意：

1. 使用最新的模板配置方式
2. 确保训练和推理环境使用相同的模板
3. 对于特殊需求，可以基于官方模板进行自定义开发

这种标准化的做法不仅提高了模型性能的一致性，也降低了使用门槛，使得Axolotl项目在大型语言模型训练领域更加可靠和易用。