部署指南 —— Qwen2.5-1.5B 材料科学问答模型（bf16 全量微调）

本项目基于 Qwen/Qwen2.5-1.5B-Instruct，在 样本收集.csv（材料科学问答对）上做因果语言模型微调，单卡 16GB 显存可训练。

一、环境与依赖

# Python 3.10+
pip install torch torchvision torchaudio
pip install transformers>=4.44.0 accelerate
pip install pandas tqdm

验证 CUDA：

python -c "import torch; print('CUDA:', torch.cuda.is_available(), torch.cuda.get_device_name(0))"

国内加速下载：在脚本顶部已设置 os.environ["HF_ENDPOINT"] = "https://hf-mirror.com"，无需额外操作。若想更快可安装 hf_transfer 并设 HF_HUB_ENABLE_HF_TRANSFER=1。

二、文件结构

gpt-chemistry/
├── 样本收集.csv      # 训练数据（列：问题、回答）
├── main.py           # 训练脚本（bf16 全量微调）
├── test.py           # 推理回测脚本
├── download.py       # 模型预热下载脚本
├── deploy.md         # 本指南
└── output/           # 训练产物（自动生成）
    ├── model.pth     # state_dict
    └── best_model/   # 完整模型 + tokenizer（可直接 from_pretrained）

三、方案说明

项目	配置
基座模型	Qwen/Qwen2.5-1.5B-Instruct
精度	bfloat16
微调方式	全量参数微调
梯度检查点	开启
显存占用	约 8~10GB（单卡 16GB 富余）
训练参数量	1.5B 全部

1.5B 用 bf16 全量微调约需 8~10GB 显存，16GB 卡无需量化即可跑通。相比 QLoRA 全量微调收敛更稳、效果更好。

四、下载模型（可选预热）

python download.py

download.py 会带进度条把模型拉到本地缓存，之后 main.py / test.py 自动命中缓存，不再重复下载。

五、训练流程

确认 样本收集.csv 与 main.py 同目录，列名为 问题、回答。
启动训练：
```
python main.py
```
训练产物保存在 ./output/best_model/，可直接 from_pretrained 加载。
终端 tqdm 实时显示 loss、avg_loss、lr，每个 epoch 结束保存当前最优。

六、推理 / 测试

python test.py

test.py 自动从 csv 取前 10 条问题回测，对比「标准答案」与「模型回答」。

交互式问答：

from test import chat
print(chat("MOF 是什么材料？"))

七、常见问题

OOM（显存不足）：降低 batch_size 为 2 或 1 → 减小 max_length 至 384 → 换 Qwen2.5-0.5B。
下载慢：确认已换源（脚本内已设 hf-mirror），或安装 hf_transfer 加速。
中文乱码：确认 样本收集.csv 为 UTF-8 编码。
生成重复：推理时提高 repetition_penalty(1.1~1.3) 或降低 temperature。
训练不收敛：全量微调学习率建议 1e-5 ~ 3e-5，默认 2e-5。
想用 LoRA：1.5B 全量微调显存足够，一般无需 LoRA；若要省显存可参考 PEFT 文档注入 LoRA。

3.2 KiB Raw Blame History Unescape Escape