以翻译 Kubernetes 文档为例，探索 AI 模型 Fine-Tuning 微调

在现在的 AI 领域，Fine-Tuning（微调）是一种常见且有效的方法，通过对已经训练好的模型进行特定任务的微调，可以使模型在特定场景下表现得更加出色和符合需求。在这篇文章中，我将以 Kubernetes 文档的英译中为背景，分享我进行 Fine-Tuning 的探索过程。

Fine-Tuning 的基本过程

Fine-Tuning 的核心思想是，在一个预训练模型的基础上，使用特定领域的数据进行进一步训练，从而让模型更好地适应该领域。通常，Fine-Tuning 包括以下几个步骤：

选择预训练模型：根据任务需求选择合适的预训练模型，例如特定领域模型或者通用的大语言模型（LLM）。
准备数据集：收集并整理与目标任务相关的数据集，为模型微调提供训练样本。
模型微调：通过在该数据集上进行训练，使模型在特定任务中表现得更好。
模型评估与优化：评估模型表现，根据需要进行调整。
输出新模型：微调完成后，保存优化后的模型，供后续任务使用。

在这次实验中，我首先尝试使用专用的翻译模型进行 Fine-Tuning，然后进一步尝试以大语言模型（LLM）为基础进行 Fine-Tuning。

基于特定领域模型的 Fine-Tuning

由于翻译是一个特定领域，已经存在很多相关的模型，并且这些模型相比于 LLM 会更小。因此，我首先选择了 HuggingFace 上的 Helsinki-NLP/opus-mt-en-zh 模型进行尝试。

数据准备：我的数据集取自 Kubernetes 官方文档，然后整理成了 jsonl 文件，内容如下图所示，en 表示英文原文，zh 表示对应的中文翻译：

代码实现如下：

基本过程就是：加载基础模型、加载并划分数据集、数据预处理、设置训练参数然后训练、评估、最后输出微调好的新模型。

由于我本地硬件资源的限制，我只能加载部分数据进行训练，并且降低了训练的批次和轮次，读者可以根据实际情况调整为不同的参数。

基于 LLM 的 Fine-Tuning 尝试

Seq2Seq 和 CausalLM 的区别

上文中使用的翻译领域模型是一种 Seq2Seq（序列到序列）模型，它使用的是 encoder-decoder（编码-解码）架构，编码器将输入序列编码为一个上下文向量，解码器基于这个上下文向量生成输出序列，翻译的过程就是一个编码解码的过程。

而常见的 LLM 则属于 CausalLM（因果语言模型），基于自回归方式，仅考虑前面的上下文信息来生成后续词语，其实就是文字接龙。

LLM Fine-Tuning

Fine-Tuning 的过程基本类似，但是由于 LLM（CausalLM）与 Seq2Seq（encoder-decoder）模型并不相同，因此两者在数据集的输入格式、训练方式、评估存在区别。

比如，使用 LLM 进行 Fine-Tuning 的时候，需要对输入数据进行额外的 prompt 格式转换：

"""<|im_start|>system
You are a professional translator who can translate English to Chinese accurately while preserving the original formatting and technical terms.
<|im_end|>
<|im_start|>user
Translate the following English text to Chinese:
{en_text}
<|im_end|>
<|im_start|>assistant
{zh_text}
<|im_end|>"""

通过 system 指定背景，user 代表用户，assistant 代表 AI 的回答，把数据集按照上述格式填充，然后再进行训练。

使用 LoRA 加速 Fine-Tuning

本地训练 LLM 会更加消耗资源，即使我只选择了 Qwen2.5-0.5B 这个小模型，只加载数据集的部分数据，并且调整训练参数也无法完成 Fine-Tuning。因此，我不得不寻求一种资源占用更低、性能更好的方式，而 LoRA 就是其中一种。

LoRA 通过在训练大型模型时引入低秩矩阵分解，只对模型的一部分参数进行 Fine-Tuning，其余参数保持不变，从而显著减少内存占用并提高训练效率。

我的代码实现如下：

通过 LoRA 技术，我得以在有限的硬件资源下完成了 LLM 的 Fine-Tuning。

总结

在这次基于 Kubernetes 文档的翻译实验中，我探索了分别使用特定领域模型和 LLM 进行 Fine-Tuning 的过程，并通过 LoRA 技术有效地提升了 Fine-Tuning 的性能。除了 LoRA 之外，还有 Adapter、QLoRA、DoRA 等等，它们都属于 Parameter-Efficient Fine-Tuning（PEFT）的研究范畴。

(关注我，无广告，专注技术，不煽动情绪，也欢迎与我交流)

参考资料：

以翻译 Kubernetes 文档为例，探索 AI 模型 Fine-Tuning 微调

Fine-Tuning 的基本过程

基于特定领域模型的 Fine-Tuning