大语言模型于海量的文本内容上，以无监督和半监督的方式进行训练的
模型微调的目的：使其在具体的使用场景或领域中输出更好的回答

增量预训练——给模型喂新的领域知识；
指令跟随或指令微调——

基于海量的预训练数据训练出来的模型通常叫做——base模型或预训练模型，在没有进行指令微调的模型上进行测试，模型只是单纯的对给定的输入进行在训练数据集上的拟合，而不能意识到在对模型进行提问，为了让模型在测试过程中有更好的表现，需要对基座模型进行指令微调。

指令微调

在对基座模型进行指令微调时，首先需要对训练数据进行角色指定
在给模型投喂的一条数据中，数据由一问一答的形式构成，问题和结果分别指定为user和assistant两个角色，system部分的数据按照自己微调的目标领域来书写，如果想微调一个医疗的ai助手，那system的内容可以为：你是一个专业的医生，你总能输出专业且正确的细致且耐心的这种回答。
在同一次微调，同一个数据集中，system的内容往往由于目标的唯一性，是确定的
以上的内容为 对话模板的构建

在与模型进行对话的过程中(部署的阶段)，用户不需要进行角色的分配，用户输入的内容被默认放入user的部分，system部分由模板自动添加，具体的模板在启动预测的时候可以进行自定义，计算损失时，只需要进行assistant部分的损失

指令微调的原理

增量预训练微调

进行指令微调的过程中，每条数据都由一问一答的形式构成，但增量训练的数据不需要问题，只需要回答，或者说增量训练的数据，都是一个一个的陈述句，所以每一条训练的数据中system和user的部分只需要留空，增量训练的数据放入到assistant中即可，计算损失时也只需要计算assistant的部分的损失

X Turner中使用的原理——LoRA和QLoRA

使用LoRA的理由——如果对整个模型的所有参数进行调整，需要非常大的显存才能训练，而LoRA不需要非常大的显存开销
LoRA是一种在原有的模型的线路旁，新增一个旁路分支Adapter，该分支包含两个小的部分（LoRA模型文件 指的就是旁路分支Adapter文件）
QLoRA是对LoRA的一种改进
全参数微调，LoRA和QLoRA的对比

全参数微调和LoRA微调，模型的参数都需要先加载到显存中，但对LoRA，其参数优化器只需要保存LoRA部分的参数优化器即可；而QLoRA，在加载模型时，就使用4比特量化的方式加载，其优化器也可以在cpu和gpu之间进行调度，即若显存满了，就自动在内存中跑

XTuner

一些trick的训练策略