自 ChatGPT 發(fā)布以來(lái)，大模型的強(qiáng)大讓人們看見(jiàn)了通用人工智能的曙光，各個(gè)科技大廠也紛紛開(kāi)源自家的大語(yǔ)言模型。然而，大模型也意味著高昂的硬件成本，讓不少平民玩家望而卻步。

為了讓大模型走入千家萬(wàn)戶，賦能百業(yè)，上海人工智能實(shí)驗(yàn)室開(kāi)發(fā)了低成本大模型訓(xùn)練工具箱 XTuner，旨在讓大模型訓(xùn)練不再有門檻。通過(guò) XTuner，最低只需 8GB 顯存，就可以打造專屬于你的 AI 助手。

X 種選擇

XTuner 提供了豐富的功能，上圖中的各項(xiàng)功能都可以隨意組合搭配。

除單點(diǎn)功能外，XTuner 還有以下三個(gè)黑科技，讓開(kāi)發(fā)者可以做到真正的“面向數(shù)據(jù)”工作。

高效的數(shù)據(jù)引擎

XTuner 適配了多個(gè)熱門開(kāi)源數(shù)據(jù)集格式，開(kāi)發(fā)者如已有對(duì)應(yīng)格式的數(shù)據(jù)集，可以直接使用，并支持多種格式數(shù)據(jù)源的混合使用：

Alpaca 格式，斯坦福大學(xué)開(kāi)源數(shù)據(jù)集的格式，也是社區(qū)開(kāi)源項(xiàng)目使用較多的一種格式

MOSS 格式，復(fù)旦大學(xué)開(kāi)源指令微調(diào)數(shù)據(jù)集的格式，包含多輪對(duì)話和工具調(diào)用

Gunacao 格式，QLoRA 項(xiàng)目中所使用數(shù)據(jù)集的格式

OpenAI 格式，GPT-3.5-Turbo Finetune 接口要求的數(shù)據(jù)集格式

更多數(shù)據(jù)集格式正在持續(xù)添加中......

pip install xtuner # 訓(xùn)練混合了 Alpaca 格式和 Gunacao 格式的數(shù)據(jù) xtuner train internlm_7b_qlora_alpaca_enzh_oasst1_e3

除了支持多種數(shù)據(jù)集格式外，XTuner 還針對(duì)大語(yǔ)言模型數(shù)據(jù)的特點(diǎn)，對(duì)各種數(shù)據(jù)集格式做了充分的解耦，相較于其他的 Finetune 開(kāi)源項(xiàng)目，可以在不破壞 Chat 模型對(duì)話模版的情況下，對(duì) Chat 模型進(jìn)行 Finetune。

pip install xtuner # 不破壞 Chat 模型對(duì)話模版，繼續(xù)增量指令微調(diào) xtuner train internlm_chat_7b_qlora_oasst1_e3

針對(duì) GPU 計(jì)算特點(diǎn)，在顯存允許的情況下，XTuner 支持將多條短數(shù)據(jù)拼接至模型最大輸入長(zhǎng)度，以此最大化 GPU 計(jì)算核心的利用率，可以顯著提升訓(xùn)練速度。例如，在使用 oasst1 數(shù)據(jù)集微調(diào) Llama2-7B 時(shí)，數(shù)據(jù)拼接后的訓(xùn)練時(shí)長(zhǎng)僅為普通訓(xùn)練的 50%。

多種訓(xùn)練引擎

XTuner 首次嘗試將 HuggingFace 與 OpenMMLab 進(jìn)行結(jié)合，兼顧易用性和可配置性。支持使用 MMEngine Runner 和 HuggingFace Trainer 兩種訓(xùn)練引擎，開(kāi)發(fā)者如有深度定制化需求，可根據(jù)使用習(xí)慣靈活配置。

pip install xtuner # 使用 MMEngine Runner 訓(xùn)練 xtuner train internlm_7b_qlora_oasst1_e3 # 使用 HugingFace Trainer 訓(xùn)練 xtuner train internlm_7b_qlora_oasst1_e3_hf

一鍵啟動(dòng)訓(xùn)練

XTuner 內(nèi)置了增量預(yù)訓(xùn)練、單輪&多輪對(duì)話指令微調(diào)、工具類指令微調(diào)的標(biāo)準(zhǔn)化流程，讓開(kāi)發(fā)者只需聚焦于數(shù)據(jù)本身。

同時(shí)， XTuner 集成了 QLoRA、DeepSpeed 和 FSDP 等技術(shù)，提供各種尺寸模型在各種規(guī)格硬件下的訓(xùn)練解決方案，通過(guò) XTuner 一鍵式啟動(dòng)訓(xùn)練，僅需 8GB 顯存即可微調(diào) 7B 模型。

pip install 'xtuner[deepspeed]' # 8G 顯存微調(diào) Llama2-7B xtuner train llama2_7b_qlora_oasst1_512_e3 --deepspeed deepspeed_zero2

基于此，開(kāi)發(fā)者可以專注于數(shù)據(jù)，其他環(huán)節(jié)放心交給 XTuner，抽出更多精力去奔向大模型的星辰大海！

X 種玩法

通過(guò) XTuner，開(kāi)發(fā)者可以給大模型添加插件，補(bǔ)足大模型欠缺的能力，甚至獲得某些 ChatGPT 才有的技能。

XTuner 在 HuggingFace Hub 上提供了豐富的大模型插件，以下示例都可以在 Hub 中找到，歡迎大家下載體驗(yàn)！

ColoristLlama -- 你的專屬調(diào)色師

通過(guò)在少量顏色注釋數(shù)據(jù)集上對(duì) Llama2-7B 進(jìn)行指令微調(diào)訓(xùn)練，XTuner 成功解鎖了其調(diào)色能力。最終得到的模型甚至可以像“你的甲方”一樣反復(fù)修訂！

pip install xtuner xtuner chat hf meta-llama/Llama-2-7b-hf --adapter xtuner/Llama-2-7b-qlora-colorist --prompt-template colorist

Llama "聯(lián)網(wǎng)" -- 更可靠及時(shí)的回答

借助 XTuner 及插件開(kāi)源數(shù)據(jù)集，我們還解鎖了 Llama 2、QWen 等開(kāi)源模型的隱藏能力， 使其可以像 ChatGPT 一樣聯(lián)網(wǎng)搜索、調(diào)用工具，獲得更可靠的回復(fù)。