Recipes Overview

示例是 torchtune 用户的主要入口。 这些可以被视为可修改的、专注于与大型语言模型交互的脚本，包括微调、 推理、评估和量化。

每个配方由三个部分组成：

• 可配置参数，通过 yaml 配置文件和命令行覆盖指定

• 示例脚本，作为入口点将一切整合在一起，包括解析和验证配置、设置环境以及正确使用示例类

• Recipe 类，微调所需的核心逻辑，通过一组 API 公开

注意

要了解更多关于“配方”的概念，请查看我们的技术深入解析： 什么是配方？。

微调

我们的示例包括：

• 单设备LoRA微调。

• 单设备全量微调

• 分布式全量微调

• 分布式 LoRA 微调

• 直接偏好优化 (DPO)

• 近端策略优化 (PPO)

• 分布式量化感知训练（QAT）。

如需完整列表，请运行：

tune ls

注意

我们的配方文档目前正在进行中。请随时在我们的跟踪器问题 这里 关注进展。