只需 30 分钟，微调 Qwen2-7B，搭建专属 AI 客服解决方案

产品接入大模型驱动的 AI 客服机器人也有一段时间了，也积累了不少真实场景下的客户问答数据，因为给每条回答设置了点 👍 点 👎 按钮，最近将其中点 👍 的问答对导出来（妥妥的人工标准高质量数据），试着基于 Qwen2-7B 微调一个小模型跑下效果，如果能够应付 85% 以上回答，准备在这个场景里撤下当前的智谱模型了。

Qwen2-7B 在中文场景下的回答效果我在 siliconflow 上体验下来，效果很不错，所以选它做基础模型。

Qwen2-7B

微调步骤

安装 LLaMA Factory 依赖

我是在谷歌 Colab 里面微调的，毕竟免费用户可以白嫖 15G 显存的 T4 GPU，这里特别感谢 LLaMA Factory^[1] 项目，一个包免去多余的依赖安装和环境配置。

%cd /content/%rm -rf LLaMA-Factory!git clone https://github.com/hiyouga/LLaMA-Factory.git%cd LLaMA-Factory%ls!pip install -e .[torch,bitsandbytes]

更新预设数据集

这个 identity.json（自我认知数据集） 实际上更新的是基础模型内置设定，目的是让模型回答时既不是 Qwen2-7B、也不是 ChatGPT 等其他任何模型，它现在的名字叫BajiGo。

import json
%cd /content/LLaMA-Factory/
NAME = 'BajiGo'AUTHOR = '莫尔索'
with open('data/identity.json', 'r', encoding='utf-8') as f:  dataset = json.load(f)
for sample in dataset:  sample['output'] = sample['output'].replace('{{'+ 'name' + '}}', NAME).replace('{{'+ 'author' + '}}', AUTHOR)
with open('data/identity.json', 'w', encoding='utf-8') as f:  json.dump(dataset, f, indent=2, ensure_ascii=False)

下面是更新后的 identity.json 示例：

identity.json 示例

添加自定义数据

LLaMA-Factory 在 data 文件夹中提供了多个训练数据集示例，支持 alpaca 或 sharegpt 格式，不过我这里使用的是自己提前导出来做过处理的自定义数据集。

1. 自定义数据集选用 alpaca，格式如下：

   [ { 'instruction': 'user instruction (required)', 'input': 'user input (optional)', 'output': 'model response (required)', 'system': 'system prompt (optional)', 'history': [ ['user instruction in the first round (optional)', 'model response in the first round (optional)'], ['user instruction in the second round (optional)', 'model response in the second round (optional)'] ] }]

2. 因为我只有标注后的问答对，所以只需要填充instruction和output部分即可，下面是部分数据，保存为 bajigo.json，并上传到 LLaMA-Factory 的 data 目录下。

     {    'instruction': '我能建两份菜单然后自行切换吗',    'input': '',    'output': '你好，暂不支持同时创建多个菜单。如果你是想在不同时段进行不同的菜单展示，你可以在首页点击「商品」进入商品管理页面，之后点击右上方的「批量管理」按钮，选中商品后在下方按需要点击上架/下架进行批量操作，来更换菜单内商品。    'system': '',    'history': []  },  {    'instruction': '优惠券怎么发',    'input': '',    'output': '你好，你可以在首页点击「活动&储值」->「活动」->「优惠券」设置优惠券，根据你的需求，自定义优惠券名称、生效范围、有效日期，优惠券类型也分为满减优惠券、折扣优惠券和免费优惠券。填好信息后，点击「下一步」按钮，就可以指定发送对象与发放数量了。目前只支持这种方式进行发券，不支持用户主动领取哦。,    'system': '',    'history': []  },  {    'instruction': '怎么绑定打印机',    'input': '',    'output': '你好，你可以在首页点击「店铺设置」->「打印机」去添加打印机，并且我们支持同时绑定多台打印机。需要注意的是，我们目前只支持飞鹅牌的小票机和标签机，拿到机器后，你可以打开，然后找到打印机设置，扫描小票机或者标签机底部的二维码即可进行绑定。    'system': '',    'history': []  },

3. 修改dataset_info.json，将数据集添加到全局配置，好让程序到时候可以直接根据bajigo名称匹配到相应训练数据。

   'bajigo': { 'file_name': 'bajigo.json', 'columns': { 'prompt': 'instruction', 'query': 'input', 'response': 'output', 'system': 'system', 'history': 'history' } },

配置训练参数

这里需要专门说下，刚开始计划使用的是 Qwen2-7B-Instruct 全量模型，奈何加载模型的时候 GPU 内存就爆了（大家如果不缺 GPU，配置为 Qwen/Qwen2-7B-Instruct 即可），最后找到了一个 4bit 量化版 Qwen2-7B-Instruct-bnb-4bit，下面是一些训练参数配置及解释。

import json
args = dict(  stage='sft',                        # 进行指令监督微调  do_train=True,  model_name_or_path='unsloth/Qwen2-7B-Instruct-bnb-4bit', # 使用 4 bit量化版 Qwen2-7B-Instruct 模型  dataset='identity,bajigo',      # 使用 bajigo 和自我认知数据集  template='qwen',                     # 使用 qwen2 提示词模板  finetuning_type='lora',                   # 使用 LoRA 适配器来节省显存  lora_target='all',                     # 添加 LoRA 适配器至全部线性层  output_dir='qwen2_lora',                  # 保存 LoRA 适配器的路径  per_device_train_batch_size=2,               # 批处理大小  gradient_accumulation_steps=4,               # 梯度累积步数  lr_scheduler_type='cosine',                 # 使用余弦学习率退火算法  logging_steps=10,                      # 每 10 步输出一个记录  warmup_ratio=0.1,                      # 使用预热学习率  save_steps=1000,                      # 每 1000 步保存一个检查点  learning_rate=5e-5,                     # 学习率大小  num_train_epochs=3.0,                    # 训练轮数  max_samples=300,                      # 使用每个数据集中的 300 条样本  max_grad_norm=1.0,                     # 将梯度范数裁剪至 1.0  quantization_bit=4,                     # 使用 4 比特 QLoRA （可选，4 bit量化版）  loraplus_lr_ratio=16.0,                   # 使用 LoRA+ 算法并设置 lambda=16.0（可选，4 bit量化版）  fp16=True                         # 使用 float16 混合精度训练（可选，4 bit量化版）)
json.dump(args, open('bajigo.json', 'w', encoding='utf-8'), indent=2)
%cd /content/LLaMA-Factory/
!llamafactory-cli train bajigo.json  # 开始指令监督微调

开始训练

接下来就是耐心等待炼丹，差不多 16 分钟左右，模型就微调结束了，果然 4bit 小有小的好处，是不是很容易 😎。

微调结束

智能客服上线

接下来赶紧试下微调好的模型（利用 while 逻辑实现的一个简单终端对话效果）

%cd /content/LLaMA-Factory/import sysimport os
# 获取当前工作目录current_path = os.getcwd()
# 拼接当前工作目录和src目录的路径src_path = os.path.join(current_path, 'src')
# 将src目录的路径添加到sys.path的开头sys.path.insert(0, src_path)
from llamafactory.chat import ChatModelfrom llamafactory.extras.misc import torch_gc
torch_gc()args = dict( model_name_or_path='unsloth/Qwen2-7B-Instruct-bnb-4bit', # 使用 4 bit量化版 Qwen2-7B-Instruct 模型 adapter_name_or_path='qwen2_lora', # 加载之前保存的 LoRA 适配器 template='qwen', # 和训练保持一致 finetuning_type='lora', # 和训练保持一致)chat_model = ChatModel(args)
messages = []print('使用 `clear` 清除对话历史，使用 `exit` 退出程序。')while True: query = input('\n用户: ') if query.strip() == 'exit': break if query.strip() == 'clear': messages = [] torch_gc() print('对话历史已清除') continue
messages.append({'role': 'user', 'content': query}) print('BajiGo: ', end='', flush=True)
response = '' for new_text in chat_model.stream_chat(messages): print(new_text, end='', flush=True) response += new_text print() messages.append({'role': 'assistant', 'content': response})

下面就是对话效果截图，怎么样，回答的内容基本和训练数据集中的 QA 对差不多，接下来我会继续测试没纳入训练集的点 👎 问题的回答效果。

BajiGo对话效果