作为一名对 AI 和机器学习充满热情的人，我花了不少时间研究怎么让强大的语言模型更好地完成特定任务。今天，我想分享一份详细的指南，教你如何用 Python 微调 LLM（大型语言模型），然后用 Ollama 这个工具在本地运行微调后的模型。这份指南基于我看到的一个实际操作教程，但我会加上详细的解释和例子，让它更全面、更适合新手

什么是 LLM 微调？

想象一下，你请了个世界级大厨，他啥菜都会做，但还得学会你家的独门菜谱。你不用从头教他做饭，只需要给他看几道你的菜就行。这就是微调！

微调是拿一个已经预训练好的 LLM（比如 GPT 或 Llama），它已经很懂得通用语言了，然后针对你的特定任务“调校”一下。你给它喂一些你领域的例子，它就会调整自己的知识，专门为这个领域发光发热。

它咋工作的？
从一个懂得英语（或其他语言）的 base model 开始，给它一堆“输入”（比如一个问题）和“输出”（比如完美答案）的配对。模型会调整内部 weights 来匹配这些例子。
跟 prompting 的区别？
Prompting 就像临时给指令（比如“写得像莎士比亚”），而微调是永久改变模型，让它表现更稳定。
跟 parameter tuning 的区别？
Parameter tuning 是调整像“temperature”（输出多有创意）这样的设置，就像调车上的收音机。微调则是给引擎升级，让它能跑越野。

举个例子：
假设你想让 LLM 从乱糟糟的邮件里提取信息。
没微调前：
Prompt: “从‘嗨，我是 John。订个披萨。’中提取名字和订单。”
输出：可能很随机，比如“Name: John, Food: Pizza”或者只是个总结。
微调后：
用 100 封邮件例子训练。现在它总会输出 JSON 格式：{"name": "John", "order": "pizza"}。

什么时候需要微调 LLM？

别啥都微调，这就像买跑车去买菜，得看情况用：

• • 需要一致的格式/风格： Prompting 搞不定严格的输出，比如 JSON 或法律文档。
• • 领域专属数据： 模型没见过你的小众领域（比如医学术语或公司日志）。
• • 省钱： 用一个小的、微调过的模型，替代像 GPT-4 这样的大模型。
• 

优点和缺点：

微调的替代方案：

• • Prompt Engineering： 快又免费，但不稳定。
• • Retrieval-Augmented Generation (RAG)： 实时加外部数据（比如先搜文档再回答）。
• • 从头训练： 只有像 OpenAI 这样的大公司才玩得起，需要海量数据和算力。

微调 LLM 的完整步骤

下面是全流程。我们会用 Unsloth（一个免费、开源、快速微调工具）和 Google Colab（免费的云端 GPU，不用高端硬件）。Base model 用 Phi-3 Mini（又小又快）。

流程图：

步骤 1：收集数据

这步很关键，垃圾数据 = 垃圾模型。需要 JSON 格式的输入-输出配对。

示例数据集（用于 HTML 提取，比如从网页代码里提取产品信息）：
文件： extraction_dataset.json
内容（简化版，500 个例子中的 2 个）：

[
{
"input":"<div><h2>Product: Laptop</h2><p>Price: $999</p><span>Category: Electronics</span><span>Manufacturer: Dell</span></div>",
"output":{"name":"Laptop","price":"$999","category":"Electronics","manufacturer":"Dell"}
},
{
"input":"<div><h2>Product: Book</h2><p>Price: $20</p><span>Category: Literature</span><span>Manufacturer: Penguin</span></div>",
"output":{"name":"Book","price":"$20","category":"Literature","manufacturer":"Penguin"}
}
]

小贴士： 如果需要，可以用 AI 生成数据，但最好用真实数据，效果更佳。

步骤 2：设置环境

用 Google Colab 来用免费 GPU。

• • 打开 Colab：去 colab.research.google.com。
• • 上传你的 JSON 文件。
• • 连接 T4 GPU：Runtime > Change runtime type > T4 GPU。
• • 安装依赖（在 Colab cell 里跑）：

!pip install "unsloth[colab-new] @ git+https://github.com/unslothai/unsloth.git"
!pip install --no-deps xformers "trl<0.9.0" peft accelerate bitsandbytes

输出： 安装包（大概 2 分钟）。如果提示，重启 runtime。

检查 GPU：

import torch
print(torch.cuda.is_available())  # 应该输出：True
print(torch.cuda.get_device_name(0))  # 比如 Tesla T4

步骤 3：加载模型

选一个 base model（比如 Phi-3 Mini）。

代码：

from unsloth import FastLanguageModel
model_name = "unsloth/Phi-3-mini-4k-instruct"
max_seq_length = 2048# 根据需要调整
model, tokenizer = FastLanguageModel.from_pretrained(
    model_name,
    max_seq_length=max_seq_length,
    load_in_4bit=True
)

输出： 下载模型（小型模型大概 5-10 分钟）。

步骤 4：预处理数据

把输入格式化成单一字符串。

代码：

import json
from datasets import Dataset

# 加载数据
withopen("extraction_dataset.json", "r") as f:
    data = json.load(f)

# 格式化函数
defformat_prompt(item):
returnf"{item['input']}\n{json.dumps(item['output'])}<|endoftext|>"

# 创建格式化列表
formatted_data = [{"text": format_prompt(item)} for item in data]
dataset = Dataset.from_list(formatted_data)

# 打印示例
print(formatted_data[0]["text"])

输出示例：

<div><h2>Product: Laptop</h2><p>Price: $999</p><span>Category: Electronics</span><span>Manufacturer: Dell</span></div>
{"name": "Laptop", "price": "$999", "category": "Electronics", "manufacturer": "Dell"}<|endoftext|>

步骤 5：添加 LoRA Adapters

LoRA 让微调更高效（只训练一小部分）。

代码：

model = FastLanguageModel.get_peft_model(
    model,
    r=16,  # Rank
    target_modules=["q_proj", "k_proj", "v_proj", "o_proj", "gate_proj", "up_proj", "down_proj"],
    lora_alpha=16,
    lora_dropout=0,
    bias="none",
    use_gradient_checkpointing="unsloth",
    random_state=3407
)

输出： “Unsloth: Patched 32 layers…”（很快）。

LoRA 是什么？
Low-Rank Adaptation：给模型加“侧挂”层，只训练 ~1% 的参数，省时间和内存。

步骤 6：训练模型

用 SFTTrainer 训练。

代码：

from trl import SFTTrainer
from transformers import TrainingArguments

trainer = SFTTrainer(
    model=model,
    tokenizer=tokenizer,
    train_dataset=dataset,
    dataset_text_field="text",
    max_seq_length=max_seq_length,
    args=TrainingArguments(
        per_device_train_batch_size=2,
        gradient_accumulation_steps=4,
        warmup_steps=5,
        max_steps=60,  # 调整以训练更多
        learning_rate=2e-4,
        fp16=not torch.cuda.is_bf16_supported(),
        bf16=torch.cuda.is_bf16_supported(),
        logging_steps=1,
        optim="adamw_8bit",
        weight_decay=0.01,
        lr_scheduler_type="linear",
        seed=3407,
        output_dir="outputs",
    ),
)

trainer.train()

输出： 进度条显示 loss 下降（500 个例子大概 10 分钟）。

步骤 7：测试推理

跑个快速测试。

代码：

FastLanguageModel.for_inference(model)
messages = [{"role": "user", "content": "<div><h2>Product: Phone</h2><p>Price: $500</p><span>Category: Gadgets</span><span>Manufacturer: Apple</span></div>"}]
inputs = tokenizer.apply_chat_template(messages, tokenize=True, add_generation_prompt=True, return_tensors="pt").to("cuda")
outputs = model.generate(inputs, max_new_tokens=256, use_cache=True)
print(tokenizer.batch_decode(outputs)[0])

输出：

User: <div><h2>Product: Phone</h2><p>Price: $500</p><span>Category: Gadgets</span><span>Manufacturer: Apple</span></div>
Assistant: {"name": "Phone", "price": "$500", "category": "Gadgets", "manufacturer": "Apple"}

如果结果不稳定，多训练几次！

步骤 8：导出到 GGUF 格式给 Ollama

保存成 Ollama 支持的格式。

代码：

model.save_pretrained_gguf("fine_tuned_model", tokenizer, quantization_method="q4_k_m")

然后下载：在 Colab 文件里右键 > 下载（10-20 分钟）。

步骤 9：为 Ollama 创建 Modelfile

安装 Ollama（去 ollama.com）。

在终端：

cd ~/Downloads
mkdir ollama-test
mv unsloth.Q4_K_M.gguf ollama-test/
cd ollama-test
touch Modelfile
nano Modelfile  # 粘贴以下内容

Modelfile 内容：

FROM ./unsloth.Q4_K_M.gguf
PARAMETER temperature 0.8
PARAMETER top_p 0.9
PARAMETER stop "<|endoftext|>"
TEMPLATE "{{ .Prompt }}"
SYSTEM "You are a helpful AI assistant."

创建模型：

ollama create html-extractor -f Modelfile

###￥ 步骤 10：在 Ollama 中运行

ollama run html-extractor

Prompt： 粘贴 HTML 示例。
输出： 提取的 JSON（本地运行，隐私安全！）。

最佳实践和常见问题

• • 数据质量： 用多样化的例子，防止 overfitting。
• • 评估： 用没见过的数据测试。
• • 扩展： 用更大的模型（比如 Llama 3.1）效果更好。
• • 常见问题： 数据集太小会导致“hallucinations”，多加数据！

微调的伦理问题

• • 避免偏见数据（比如用多样化的数据源训练）。
• • 隐私：用匿名数据进行微调。

总结

微调 LLM 就像给你的 AI 项目加了个超级技能，把通用工具变成专属专家！按照这篇指南的简单步骤——收集好数据、设置环境、用 Unsloth 训练、用 Ollama 部署，你就能打造出精准、一致的定制模型，满足你的独特任务需求。不管是从 HTML 提取数据、写小众客服回复，还是解决领域专属难题，微调让新手也能轻松上手！

普通人如何抓住AI大模型的风口？

领取方式在文末

为什么要学习大模型？

目前AI大模型的技术岗位与能力培养随着人工智能技术的迅速发展和应用 ， 大模型作为其中的重要组成部分 ， 正逐渐成为推动人工智能发展的重要引擎 。大模型以其强大的数据处理和模式识别能力， 广泛应用于自然语言处理 、计算机视觉 、 智能推荐等领域 ，为各行各业带来了革命性的改变和机遇 。

目前，开源人工智能大模型已应用于医疗、政务、法律、汽车、娱乐、金融、互联网、教育、制造业、企业服务等多个场景，其中，应用于金融、企业服务、制造业和法律领域的大模型在本次调研中占比超过 30%。

随着AI大模型技术的迅速发展，相关岗位的需求也日益增加。大模型产业链催生了一批高薪新职业：

人工智能大潮已来，不加入就可能被淘汰。如果你是技术人，尤其是互联网从业者，现在就开始学习AI大模型技术，真的是给你的人生一个重要建议！

最后

只要你真心想学习AI大模型技术，这份精心整理的学习资料我愿意无偿分享给你，但是想学技术去乱搞的人别来找我！

在当前这个人工智能高速发展的时代，AI大模型正在深刻改变各行各业。我国对高水平AI人才的需求也日益增长，真正懂技术、能落地的人才依旧紧缺。我也希望通过这份资料，能够帮助更多有志于AI领域的朋友入门并深入学习。

真诚无偿分享！！！
vx扫描下方二维码即可
加上后会一个个给大家发

大模型全套学习资料展示

自我们与MoPaaS魔泊云合作以来，我们不断打磨课程体系与技术内容，在细节上精益求精，同时在技术层面也新增了许多前沿且实用的内容，力求为大家带来更系统、更实战、更落地的大模型学习体验。

希望这份系统、实用的大模型学习路径，能够帮助你从零入门，进阶到实战，真正掌握AI时代的核心技能！

01 教学内容

• 从零到精通完整闭环：【基础理论 →RAG开发 → Agent设计 → 模型微调与私有化部署调→热门技术】5大模块，内容比传统教材更贴近企业实战！

• 大量真实项目案例： 带你亲自上手搞数据清洗、模型调优这些硬核操作，把课本知识变成真本事‌！

02适学人群

应届毕业生‌： 无工作经验但想要系统学习AI大模型技术，期待通过实战项目掌握核心技术。

零基础转型‌： 非技术背景但关注AI应用场景，计划通过低代码工具实现“AI+行业”跨界‌。

业务赋能突破瓶颈： 传统开发者（Java/前端等）学习Transformer架构与LangChain框架，向AI全栈工程师转型‌。

vx扫描下方二维码即可

本教程比较珍贵，仅限大家自行学习，不要传播！更严禁商用！

03 入门到进阶学习路线图

大模型学习路线图，整体分为5个大的阶段：

04 视频和书籍PDF合集

从0到掌握主流大模型技术视频教程（涵盖模型训练、微调、RAG、LangChain、Agent开发等实战方向）

新手必备的大模型学习PDF书单来了！全是硬核知识，帮你少走弯路（不吹牛，真有用）

05 行业报告+白皮书合集

收集70+报告与白皮书，了解行业最新动态！

06 90+份面试题/经验

AI大模型岗位面试经验总结（谁学技术不是为了赚$呢，找个好的岗位很重要）

07 deepseek部署包+技巧大全

由于篇幅有限

只展示部分资料

并且还在持续更新中…

真诚无偿分享！！！
vx扫描下方二维码即可
加上后会一个个给大家发