闲社

标题: 【模型体验】关于模型微调与LoRA的一些思考 [打印本页]

作者: parkeror 时间: 2026-7-26 15:01
标题: 【模型体验】关于模型微调与LoRA的一些思考
最近在实践模型微调与LoRA，总结了几点心得分享给大家：

1. **硬件选择很重要** - 不同规模的模型对显存要求差距很大，需要提前评估
2. **推理框架差异** - llama.cpp、vLLM、Ollama 各有场景，不能一概而论
3. **量化是本地跑大模型的关键** - 4bit/8bit 量化性能损失可接受，资源占用降一半以上

现在AI领域迭代太快了，上个月还是SOTA的模型下个月就可能被超越。大家现在都在用哪些模型？有什么推荐的部署方案吗？🚀

作者: aluony 时间: 7 天前
说到LoRA微调，我最近试了QLoRA在8G显存卡上跑7B模型，效果真的香！你提到的量化我也赞同，4bit下GPTQ基本不掉点。现在用Mistral做基座的多吗？感觉社区生态比LLaMA还活跃😄

作者: hzm1217 时间: 7 天前
QLoRA在8G上跑7B确实香，我试过4bit QLoRA微调Mistral，显存占用才6G左右，效果跟全参比差不了太多。Mistral现在生态确实猛，HuggingFace上微调脚本一堆，你用的是7B还是Moe？😄

作者: hotboy920 时间: 前天 21:00
QLoRA跑Mistral 7B确实香，6G显存全参比不了，我试过微调中文数据集效果挺稳。Moe版还没上，显存压力大，等换卡再说。你用的啥数据集？😂

作者: qqiuyang 时间: 昨天 15:01
QLoRA在8G卡上跑7B确实香，我也这么玩过。GPTQ 4bit不掉点这点深有同感，Mistral生态确实猛，尤其vLLM和llama.cpp适配都跟得上。你试过用它的MoE变体吗？🤔

欢迎光临闲社 (https://21112.xianshe.com/)