language, license, library_name, pipeline_tag, tags, base_model
| language | license | library_name | pipeline_tag | tags | base_model | ||||
|---|---|---|---|---|---|---|---|---|---|
| zh | apache-2.0 | transformers | text-generation |
|
Qwen/Qwen3-8B |
Qwen3-8B Novel Base SFT
基于 Qwen3-8B 全参微调，用 669 本中文网络小说训练（约 7200 万字符）。
覆盖类型：言情、耽美、都市言情、玄幻、网游。
项目地址：https://github.com/lin1753/novel2galgame
训练代码仓库：https://github.com/lin1753/novel-agent
用途
All Novel Can Be Galgame 工作台的 Stage1 基座模型。
学习中文小说的叙事风格和角色对话模式，作为下游 LoRA adapter 的基座，执行三类 Agent 任务：
- Agent 1:
mikuhhn1239/qwen3-8b-narrative-parsing-lora— 叙事单元分类 - Agent 2:
mikuhhn1239/qwen3-8b-scene-segmentation-lora— 场景边界检测 - Agent 3:
mikuhhn1239/qwen3-8b-attribution-assist-lora— 角色归因
加载
from transformers import AutoModelForCausalLM, AutoTokenizer
model = AutoModelForCausalLM.from_pretrained(
"mikuhhn1239/qwen3-8b-novel-base-sft",
torch_dtype="auto",
device_map="auto",
)
tokenizer = AutoTokenizer.from_pretrained(
"mikuhhn1239/qwen3-8b-novel-base-sft"
)
4-bit 量化（适用于 8GB 显存）：
from transformers import BitsAndBytesConfig
bnb_config = BitsAndBytesConfig(
load_in_4bit=True,
bnb_4bit_compute_dtype="float16",
bnb_4bit_quant_type="nf4",
)
model = AutoModelForCausalLM.from_pretrained(
"mikuhhn1239/qwen3-8b-novel-base-sft",
quantization_config=bnb_config,
device_map="auto",
)
训练数据
| 文件 | 条数 | 说明 |
|---|---|---|
continuation.jsonl |
36,092 | 续写：给前半段→续后半段 |
instruction.jsonl |
36,481 | 指令式续写 |
| 合计 | 72,573 |
格式: ChatML [system, user, assistant]
训练详情
调试历程
全参微调 8B 模型内存压力大，经历多轮调试：
| # | 问题 | 原因 | 解决 |
|---|---|---|---|
| 1 | 单卡 OOM (78G/80G) | optimizer+grads+model≈116G/卡 | 上 4 卡 DDP |
| 2 | 4 卡 DDP 仍 OOM (79G/80G) | DDP 每卡存完整 AdamW 状态(66G) | 加 DeepSpeed ZeRO-2 |
| 3 | ZeRO-2 backward OOM | 内存碎片 | PYTORCH_CUDA_ALLOC_CONF=expandable_segments:True |
| 4 | batch=2 预估 26 小时 | 序列太长 | seq_len 4096→2048, epochs 3→2, batch 2→4 |
最终超参
| 参数 | 值 |
|---|---|
| 方法 | 全参数 SFT |
| 有效 batch size | 64 (4 GPU × 4 batch × 4 accumulation) |
| 学习率 | 2e-5 |
| 优化器 | AdamW (adamw_torch_fused) |
| warmup | 3% |
| scheduler | linear decay |
| 精度 | bf16 |
| 最大序列长度 | 2048 |
| epochs | 2 |
| gradient checkpointing | True |
| 分布式 | DeepSpeed ZeRO-2 (4×A800 80GB) |
训练结果
- 耗时: ~9 小时
- Loss: 3.36 → 2.47
- 产物: 16GB (4 个 safetensors 分片)
限制
- 仅支持中文输入
- 训练数据以网络小说为主，非通用指令模型
- 无安全对齐，不适用于敏感内容生成