前提：LLaMA-Factory已安装完毕并运行成功，详见上一篇博客使用LLaMA-Factory微调ollama中的大模型（一）------家用电脑安装LLaMA-Factory工具-CSDN博客
1.寻找可以用的数据集
（1）根据官方文档，我们可以看到LLaMA-Factory支持alpaca 格式和 sharegpt 格式的数据集
所谓alpaca 格式，就是有instruction指令，input输入，output输出等，其中instruction指令和output输出是必须的，举个例子：一个json对象中，
instruction：帮我找一下错别字
input：清明时节雨分分
output：清明时节雨纷纷
这样就是一个让大模型找错别字的数据
或者
instruction：告诉我一句李白写的诗句
output：飞流直下三千尺，疑是银河落九天
（2）访问魔搭社区魔搭社区，先找一个数据集来用，当然针对自己业务需求，也可以自己创造数据集
这里找到一个弱智吧R1输出集，是Alpaca格式的
预览数据，确实也符合要求
直接下载就行，虽然是jsonl格式，但是也符合要求
下载完成后，放入LLaMA-Factory目录下的data中
修改dataset_info.json文件，在最下面加入这个数据集的配置
2.训练大模型
回到LLaMA-Factory的界面，Train里面的数据集，找到我们配置的ruozhiba
我为了搞快点，训练论述定了3轮，实际上数据集越大，轮数可以少点，3-5轮就可以了，数据集小了，最好训练多几轮，提高模型的质量，如果数据集太小了，调100轮也没啥用
点击开始，看到下面输出了日志，训练就开始了，电脑变得很卡
看看任务管理器，显卡确实开始满负荷运行了，看一直打开着的cmd界面，有进度条可以看
我大概等了一个半小时，完成后在这里选择训练的这个，然后点击加载模型，就可以测试了
在刚刚的数据集中找一个例子试试
可以看到输出的内容确实和数据集中的一个路数了，正儿八经回答弱智问题
3.导出大模型
点击Export，输入导出的目录，点击开始导出就可以了
可以看到已经有了
ollama导入模型
进入模型的这个文件夹，输入命令ollama create ruozhiba_deepseek_1.5b -f Modelfile，名字自己随意
可以查看已经完成了，可以使用了
这只是最简单的使用LLaMa-Factory微调大模型的操作，更多的参数意义以及优化的操作还有待好好研究。