MacMini M4 微调训练 DeepSeek-R1 蒸馏模型

新年伊始，DeepSeek可是火了好一阵了，各种教程也不断涌现出来。虽然之前写过好几篇关于ollama下各种模型的使用，都是基于普通台式机：Ubuntu22.04和1080（8g）的显卡，也一直没有深入如何针对大模型进行微调和训练。正好国补的MacMini M4已经到货（24g），折腾了几天后基本环境都已经ready，顺便在DeepSeek模型下尝试下微调和训练。

网络上的各种教程基本都是使用了LLaMA-Factory，接下来跟随我一步步来实际操作，一块体验下如何进行大模型的微调和训练。

训练环境：

MacMini M4 （10c/24g）

准备conda环境，用来管理python版本

wget –user-agent=”Mozilla” https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/Anaconda3-2024.10-1-MacOSX-arm64.sh

执行安装脚本

bash Anaconda3-2024.10-1-MacOSX-arm64.sh

安装成功后，可以查看conda信息

conda version

使用conda创建 python venv环境

conda create -n llama_fatory python=3.10

激活llama_fatory环境

conda activate llama_fatory

查看当前python env 环境

conda env list

根据github上的安装说明，安装LLaMA-Factory

git clone –depth 1 https://github.com/hiyouga/LLaMA-Factory.git

cd LLaMA-Factory

pip install -e “.[torch,metrics]” -i https://pypi.tuna.tsinghua.edu.cn/simple

LLaMA-Factory的安装简单吧，可以看看协助

(llama_fatory) ➜  LLaMA-Factory-main llamafactory-cli help
----------------------------------------------------------------------
| Usage:                                                             |
|   llamafactory-cli api -h: launch an OpenAI-style API server       |
|   llamafactory-cli chat -h: launch a chat interface in CLI         |
|   llamafactory-cli eval -h: evaluate models                        |
|   llamafactory-cli export -h: merge LoRA adapters and export model |
|   llamafactory-cli train -h: train models                          |
|   llamafactory-cli webchat -h: launch a chat interface in Web UI   |
|   llamafactory-cli webui: launch LlamaBoard                        |
|   llamafactory-cli version: show version info                      |
----------------------------------------------------------------------
(llama_fatory) ➜  LLaMA-Factory-main

下载训练所需要的基础模型，正常可以从https://huggingface.co下载，国内用户可以从modelscope下载

mkdir models && cd models

git clone https://www.modelscope.cn/deepseek-ai/DeepSeek-R1-Distill-Qwen-1.5B.git

模型大致3.5G，如果显卡不够用，可以下载Qwen-0.5B

启动 LLaMA-Factory webui

llamafactory-cli webui

准备自定的数据

cd data && cat aiops.json

编辑dataset_info.json，增加自定的数据：

选择模型：

DeepSeek-R1-1.5B-Distill，指定模型路径：
models/DeepSeek-R1-Distill-Qwen-1.5B

可以预览自定义数据集

选择：Supervised Fine-Tuning

训练轮数我改成了100（也是查过了一些资料，如果自定义数据集比较大，列如超过百万，那么可以使用3-5，如果自定义数据集很少，可以30-200）

点击“开始”后及开始训练了，我这MacMini并没有Nvidia，所以有个提示找不到GPU，不过也没关系，训练可以正常进行。

可以看到训练轮数为100以及进度条

训练完成了

WebUI上能够看到损失曲线还是比较平滑的，到最后基本趋向一条直线。

训练结束后，可以进行验证了。

这里选择训练输出的模型，然后选择“chat”页面，载入模型，进行对话

哈哈哈，看来我预先设定的数据集已经能够被模型识别并正常回答了。

Tips：实际测试中发现微调后的模型有上下文的关联，第一条问题回答的超级正确，接续问下去大模型就开始胡言乱语了，如果清空历史后再次询问依然如此，第一次的问题都还正常，不知道是哪里配置问题，还是模型chat方式还需要其他配置？

好了，在MacMini下微调
DeepSeek-R1-Distill-Qwen-1.5B模型的实操基本就这样了，后面我会继续介绍如何将训练的模型导出来，并使用llama.cpp转换成ollama可以使用的模型。

（本文完）