📚
Easy Dataset × LLaMA Factory: 让大模型高效学习领域知识

2025年7月7日修改

14411

22355

Easy Dataset 是一个专为创建大型语言模型（LLM）微调数据集而设计的应用程序。它提供了直观的界面，用于上传特定领域的文件，智能分割内容，生成问题，并为模型微调生成高质量的训练数据。支持使用 OpenAI、DeepSeek、火山引擎等大模型 API 和 Ollama 本地模型调用。

LLaMA Factory 是一款开源低代码大模型微调框架，集成了业界最广泛使用的微调技术，支持通过 Web UI 界面零代码微调大模型，目前已经成为开源社区最热门的微调框架之一，GitHub 星标超过 4.6 万。支持全量微调、LoRA 微调、以及 SFT 和 DPO 等微调算法。

本教程使用 Easy Dataset 从五家互联网公司的公开财报构建 SFT 微调数据，并使用 LLaMA Factory 微调 Qwen2.5-3B-Instruct 模型，使微调后的模型能学习到财报数据集中的知识。​

运行环境要求

•

GPU 显存：大于等于 12 GB（可使用 autodl.com 租用云 GPU）

•
CUDA 版本：高于 11.6​

•
Python 版本：3.10​

使用 Easy Dataset 生成微调数据

安装 Easy Dataset

方法一：使用安装包

如果操作系统为 Windows、Mac 或 ARM 架构的 Unix 系统，可以直接前往 Easy Dataset 仓库下载安装包：https://github.com/ConardLi/easy-dataset/releases/latest

方法二：使用 Dockerfile

1.
从 GitHub 拉取 Easy Dataset 仓库​

代码块

git clone https://github.com/ConardLi/easy-dataset.git​
cd easy-dataset​

2.
构建 Docker 镜像​

代码块

docker build -t easy-dataset .

3.
运行容器​

代码块

docker run -d \​
    -p 1717:1717 \​
    -v {YOUR_LOCAL_DB_PATH}:/app/local-db \​
    --name easy-dataset \​
    easy-dataset​

方法三：使用 NPM 安装

1.
下载 Node.js 和 pnpm​

前往 Node.js 和 pnpm 官网安装环境：https://nodejs.org/en/download | https://pnpm.io/

使用以下代码检查 Node.js 版本是否高于 18.0

代码块

node -v # v22.14.0

2.
从 GitHub 拉取 Easy Dataset 仓库​

代码块

git clone https://github.com/ConardLi/easy-dataset.git​
cd easy-dataset​

3.
安装软件依赖​

代码块

pnpm install

4.
启动 Easy Dataset 应用​

代码块

pnpm build​
pnpm start​

控制台如果出现以下输出，则说明启动成功。打开浏览器访问对应网址，即可看到 Easy Dataset 的界面。

代码块

> easy-dataset@1.2.3 start​
> next start -p 1717​
​
  ▲ Next.js 14.2.25​
  - Local:        http://localhost:1717​
​
 ✓ Ready in 287ms​

示例数据下载

本教程准备了一批互联网公司财报作为示例数据，包含五篇国内互联网公司 2024 年二季度的财报，格式包括 txt 和 markdown。可以使用 git 命令或者直接访问仓库链接下载。

代码块

git clone https://github.com/llm-factory/FinancialData-SecondQuarter-2024.git

数据均为纯文本数据，如下为节选内容示例。

🥖

快手二季度净利润增超七成，CEO程一笑强调可灵AI商业化