Llama 3 Agent 能力体验+微调（Lagent 版）
微调过程
本次实验基于AutoDL平台使用A40显卡做的实验，使用 XTuner 在 Agent-FLAN 数据集上微调 Llama3-8B-Instruct，以让 Llama3-8B-Instruct 模型获得智能体能力。Agent-FLAN数据集是上海人工智能实验室 InternLM 团队所推出的一个智能体微调数据集，其通过将原始的智能体微调数据以多轮对话的方式进行分解，对数据进行能力分解并平衡，以及加入负样本等方式构建了高效的智能体微调数据集，从而可以大幅提升模型的智能体能力。
环境的配置
首先创建一个cuda虚拟环境，命令如下：
conda create -n llama3 python=3.10 conda activate llama3 pip install torch==2.1.2 torchvision==0.16.2 torchaudio==2.1.2 --index-url https://download.pytorch.org/whl/cu118 查看安装的环境包
安装Git
conda install git-lfs 使用git命令下载Xtuner
git clone -b v0.1.18 https://github.com/InternLM/XTuner 安装Xtuner相关的依赖包,命令如下：
cd XTuner pip install -e .[all] clone Llama3-Tutorial的代码
cd .. git clone https://github.com/SmartFlowAI/Llama3-Tutorial 模型的准备
选择从gitee Al网站下载Meta-Llama-3-8B-Instruct 的权重,然后使用Xftp上传到AutoDL租用的A40显卡中。
数据集准备
首先先来下载数据：
cd ~ git clone https://huggingface.co/datasets/internlm/Agent-FLAN 在 SmartFlowAI/Llama3-Tutorial 仓库中已经准备好了相关转换脚本。
python /root/autodl-tmp/Llama3-Tutorial/tools/convert_agentflan.py /root/autodl-tmp/Agent-FLAN/data 在显示下面的内容后，就表示已经转换好了。转换好的数据位于 /root/autodl-tmp/Agent-FLAN/data_converted
微调启动
安装deepspeed库
pip install deepspeed 使用如下指令以启动训练：
export MKL_SERVICE_FORCE_INTEL=1 xtuner train /root/autodl-tmp/Llama3-Tutorial/configs/llama3-agentflan/llama3_8b_instruct_qlora_agentflan_3e.py --work-dir /root/autodl-tmp/agent-flan-hf --deepspeed deepspeed_zero2 会出现下图错误
此时使用命令编辑文件,修改路径地址即可。
vim /root/autodl-tmp/Llama3-Tutorial/configs/llama3-agentflan/llama3_8b_instruct_qlora_agentflan_3e.py
修改之后，继续运行微调命令，会出现下图问题。
发现缺少mpipy4包，安装mpi4py包。
pip install mpi4py
此时参考这篇博客执行下列命令，安装即可。
conda install -c conda-forge mpi4py mpich 安装完成后，重新运行微调命令，即可进行训练。
训练完成后，进行转换权重。
#转换权重 xtuner convert pth_to_hf ~/Llama3-Tutorial/configs/llama3-agentflan/llama3_8b_instruct_qlora_agentflan_3e.py \ /root/autodl-tmp/agent-flan-hf/iter_2316.pth \ /root/autodl-tmp/agent-flan-hf/iter_2316_hf 由于训练时间太久，选择官方已经训练好且转换为 HuggingFace 格式的权重。
接下来使用指令合并权重：
# 合并权重 export MKL_SERVICE_FORCE_INTEL=1 xtuner convert merge /root/autodl-tmp/model \ /root/autodl-tmp/agent-flan-hf/iter_2316_hf \ /root/autodl-tmp/agent-flan-hf/mergecd Llama3 ReAct Demo
首先使用基于 Lagent 的 Web Demo 来直观体验一下 Llama3 模型在 ReAct 范式下的智能体能力。安装lagent。
pip install lagent 我们让它使用 ArxivSearch 工具来搜索 InternLM2 的技术报告。 使用以下命令：
streamlit run /root/autodl-tmp/Llama3-Tutorial/tools/agent_web_demo.py /root/autodl-tmp/model --server.port 6006 此时打开AutoDL上边A40卡的自定义服务即可访问demo实例。
从下图中可以看到，Llama3-8B-Instruct 模型并没有成功调用工具。原因在于它输出了 query=InternLM2 Technical Report 而非 {‘query’: ‘InternLM2 Technical Report’}，这也就导致了 ReAct 在解析工具输入参数时发生错误，进而导致调用工具失败。
Llama3+Agent-FLAN ReAct Demo
在合并权重后，我们再次使用 Web Demo 体验一下它的智能体能力吧。
streamlit run /root/autodl-tmp/Llama3-Tutorial/tools/agent_web_demo.py /root/autodl-tmp/agent-flan-hf/mergecd --server.port 6006 从下图可以看到，经过 Agent-FLAN 数据集的微调后，Llama3-8B-Instruct 模型已经可以成功地调用工具了，其智能体能力有了很大的提升。
本次实验参考Llama3-Tutorial这个教程,有兴趣者可以访问了解一下。
