ChatGLM-6B本地部署和P-Tuning微调尝试

to 2024 / 04 / 22

部署环境

OS: Windows10, WSL2 ( Ubuntu 20.04 )

CPU: Intel(R) Core(TM) i5-12490F

GPU: GeForce RTX 4070Ti

部署过程

部署主要参考$[2]$，其中也遇到了一定的问题，记录如下：

模型下载

模型需要使用Git LFS工具进行下载，由于之前在Windows环境下已经下载过模型文件，且文件较大，直接在系统内进行复制而没有重复下载（具体可以参考$[3]$）。WindowsPowerShell下载指令：

git clone https://huggingface.co/THUDM/chatglm-6b

需要将如下对应文件复制到WSL2自己设定的文件路径下：

环境配置

使用conda (4.5.11) 创建环境，pip (23.3.1)配置环境，可以尝试直接在git的项目$[1]$路径下运行：

pip install -r requirements.txt

最开始下载时存在部分模块（e.g. PyYAML）版本不一致问题，可能是conda最开始初始化时导致的，如果按照所需的环境逐个下载，可以尝试使用以下指令强行更新版本（但是无法删除，参考$[4]$）：

pip3 install --ignore-installed PyYAML

在之后运行模型时，可能遇到 'Textbox' object has no attribute 'style' 报错，可能是gradio模块版本过高导致的，可以尝试单独指定gradio版本（参考$[5]$）：

pip uninstall gradio
pip install gradio==3.50.0

DEMO & API 尝试

项目本身提供了web和cli两个demo，但个人在使用web demo加载时会出现问题，考虑到项目有自己单独的前端，所以该问题未解决，cli demo可以正常运行，需要修改cli_demo.py中的部分内容：

LOCAL_PATH = "/home/lyc/workspace/ChatGLM-6B"
tokenizer = AutoTokenizer.from_pretrained(LOCAL_PATH+"/chatglm-6b", trust_remote_code=True)
model = AutoModel.from_pretrained(LOCAL_PATH+"/chatglm-6b", trust_remote_code=True).half().cuda()

需要注意的是LOCAL_PATH需要是绝对路径。在显存不足时可以进行量化：

# 按需修改，目前只支持 4/8 bit 量化
model = AutoModel.from_pretrained("THUDM/chatglm-6b", 	trust_remote_code=True).quantize(8).half().cuda()

命令行运行结果如下：

基于 P-Tuning 微调 ChatGLM-6B

安装依赖，且需要确保transformers模块版本为4.27.1，尝试运行如下代码：

pip install rouge_chinese nltk jieba datasets
export WANDB_DISABLED=true

在最开始git的项目中，your_path/ChatGLM-6B/ptuning路径下提供了P-Tuning的demo，需要修改如下内容：

其中蓝框内的cli_demo.py是因为自带的web_demo我无法运行，简单修改了最开始目录下的内容来运行经过微调后的模型的，cli_demo.sh用于启动cli_demo.py，两者内容如下：

# cli_demo.py
import os, sys
import platform
import signal

import torch
import transformers
from transformers import (
    AutoConfig,
    AutoModel,
    AutoTokenizer,
    AutoTokenizer,
    DataCollatorForSeq2Seq,
    HfArgumentParser,
    Seq2SeqTrainingArguments,
    set_seed,
)

from arguments import ModelArguments, DataTrainingArguments

import readline

# LOCAL_PATH = "/home/lyc/workspace/ChatGLM-6B"

# tokenizer = AutoTokenizer.from_pretrained(LOCAL_PATH+"/chatglm-6b", trust_remote_code=True)
# model = AutoModel.from_pretrained(LOCAL_PATH+"/chatglm-6b", trust_remote_code=True).half().cuda()
# model = model.eval()

model = None
tokenizer = None

os_name = platform.system()
clear_command = 'cls' if os_name == 'Windows' else 'clear'
stop_stream = False


def build_prompt(history):
    prompt = "欢迎使用 ChatGLM-6B 模型，输入内容即可进行对话，clear 清空对话历史，stop 终止程序"
    for query, response in history:
        prompt += f"\n\n用户：{query}"
        prompt += f"\n\nChatGLM-6B：{response}"
    return prompt


def signal_handler(signal, frame):
    global stop_stream
    stop_stream = True


def main():
    global model, tokenizer

    parser = HfArgumentParser((
        ModelArguments))
    if len(sys.argv) == 2 and sys.argv[1].endswith(".json"):
        # If we pass only one argument to the script and it's the path to a json file,
        # let's parse it to get our arguments.
        model_args = parser.parse_json_file(json_file=os.path.abspath(sys.argv[1]))[0]
    else:
        model_args = parser.parse_args_into_dataclasses()[0]

    tokenizer = AutoTokenizer.from_pretrained(
        model_args.model_name_or_path, trust_remote_code=True)
    config = AutoConfig.from_pretrained(
        model_args.model_name_or_path, trust_remote_code=True)

    config.pre_seq_len = model_args.pre_seq_len
    config.prefix_projection = model_args.prefix_projection

    if model_args.ptuning_checkpoint is not None:
        print(f"Loading prefix_encoder weight from {model_args.ptuning_checkpoint}")
        model = AutoModel.from_pretrained(model_args.model_name_or_path, config=config, trust_remote_code=True)
        prefix_state_dict = torch.load(os.path.join(model_args.ptuning_checkpoint, "pytorch_model.bin"))
        new_prefix_state_dict = {}
        for k, v in prefix_state_dict.items():
            if k.startswith("transformer.prefix_encoder."):
                new_prefix_state_dict[k[len("transformer.prefix_encoder."):]] = v
        model.transformer.prefix_encoder.load_state_dict(new_prefix_state_dict)
    else:
        model = AutoModel.from_pretrained(model_args.model_name_or_path, config=config, trust_remote_code=True)

    if model_args.quantization_bit is not None:
        print(f"Quantized to {model_args.quantization_bit} bit")
        model = model.quantize(model_args.quantization_bit)

    if model_args.pre_seq_len is not None:
        # P-tuning v2
        model = model.half().cuda()
        model.transformer.prefix_encoder.float().cuda()
    
    model = model.eval()

    history = []
    global stop_stream
    print("欢迎使用 ChatGLM-6B 模型，输入内容即可进行对话，clear 清空对话历史，stop 终止程序")
    while True:
        query = input("\n用户：")
        if query.strip() == "stop":
            break
        if query.strip() == "clear":
            history = []
            os.system(clear_command)
            print("欢迎使用 ChatGLM-6B 模型，输入内容即可进行对话，clear 清空对话历史，stop 终止程序")
            continue
        count = 0
        for response, history in model.stream_chat(tokenizer, query, history=history):
            if stop_stream:
                stop_stream = False
                break
            else:
                count += 1
                if count % 8 == 0:
                    os.system(clear_command)
                    print(build_prompt(history), flush=True)
                    signal.signal(signal.SIGINT, signal_handler)
        os.system(clear_command)
        print(build_prompt(history), flush=True)


if __name__ == "__main__":
    main()

在cli_demo.sh中，model_name_or_path需要改为你最开始下载模型的位置，ptuning_checkpoint需要与train.sh中的内容相对应，不同的训练模型会保存在不同地方。

PRE_SEQ_LEN=32

CUDA_VISIBLE_DEVICES=0 python3 cli_demo.py \
    --model_name_or_path /home/lyc/workspace/ChatGLM-6B/chatglm-6b \
    --ptuning_checkpoint output/adgen-chatglm-6b-pt-32-2e-2/checkpoint-500 \
    --pre_seq_len $PRE_SEQ_LEN

橘框中为测试数据和训练数据，以json格式进行存储，形如：

[
	{"content": "xxx1", "summary": "yyy1"},
	{"content": "xxx2", "summary": "yyy2"},
	...
	{"content": "xxx3", "summary": "yyy3"}
]

红框为训练和测试的脚本，可以参考$[2]$按需修改对应参数 。

其他问题

部分模块或模型下载可能需要代理，个人使用clash代理，WSL2中需要配置git和conda的代理，git可以参考$[6]$，conda可以在用户目录下修改 .condarc文件，增添内容：

proxy_servers:
  http: http://nameserver:port
  https: https://nameserver:port
ssl_verify: false

其中nameserver可以在路径 /etc/resolv.conf中查看，port请参考clash中的设置，缺省为7890。

后续（本科项目实训）

在测试中，使用 5 条数据训练 500 epoch，损失函数基本收敛，验证准确率较高，但距离目标任务的实际使用还有一定的距离，面对不同的输入格式的鲁棒性不足，需要设计输出函数格式并自动生成更多的训练测试数据。

本地部署算力较为吃紧，可能需要在服务器上进行微调。模型API需要进一步熟悉，以方便后续的项目开发。

参考资料

[1] ChatGLM-6B: An Open Bilingual Dialogue Language Model | 开源双语对话语言模型
https://github.com/THUDM/ChatGLM-6B
[2] chatglm的微调有没有保姆式的教程？? - 树先生的回答 - 知乎
https://www.zhihu.com/question/595670355/answer/3015099216
[3] 安装 Git Large File Storage
https://docs.github.com/zh/repositories/working-with-files/managing-large-files/installing-git-large-file-storage
[4] [已解決] Cannot uninstall ‘PyYAML’.
https://clay-atlas.com/blog/2022/04/08/cannot-uninstall-pyyaml-distutils-installed-project/#google_vignette
[5] chatglm2-b部署报错问题‘Textbox‘ object has no attribute ‘style‘
https://blog.csdn.net/m0_54393918/article/details/134355019
[6] WSL2 访问 Clash 网络代理
https://jike.dev/posts/wsl2-access-clash-network-proxy/