EcoPhase 文档 - 控制台操作说明及使用示例

说明：本控制台基于 Web 技术构建，提供图形化操作界面，后端服务基于 LlamaFactory 0.9.5。适合用于快速配置模型微调任务,当前演示适配1个模型（Qwen3-1.7B）和3个数据集（ScienceQA、alpaca_zh_demo、 alpaca_en_demo）。

基本参数介绍

LlamaFactory 控制台通常指其 WebUI，也称 LLaMA Board。该界面将训练、评估、推理和导出流程整合到浏览器页面中，用户可以通过表单选择模型、数据集、微调方法、训练阶段、学习率、批处理大小等参数，从而减少命令行配置成本。

Train 页面是控制台的核心页面，用于配置训练任务。

参数名称	含义	建议说明
训练阶段	指定当前任务类型	普通指令微调一般选择 Supervised Fine-Tuning。
数据集	选择训练使用的数据集	可选择ScienceQA、alpaca_zh_demo、 alpaca_en_demo。
学习率	优化器学习率	常用 1e-4 到 5e-5
训练轮数	训练 epoch 数	小数据集可设置 2-5；大数据集通常设置 1-3。
截断长度	输入文本最大 token 长度	超过该长度的样本会被截断。常见值为 1024、2048、4096。
批处理大小	每张 GPU 上的 batch size	显存不足时优先降低该值。LoRA 微调常设为 1 或 2。
梯度累积	累积多少步后更新一次参数	用于扩大等效 batch size。例如 batch size 为 1、梯度累积为 8，则等效每卡 batch size 为 8。
验证集比例	从训练集中划分验证集的比例	例如 0.1 表示 10% 数据作为验证集；若已有单独验证集，可保持为 0。
学习率策略	学习率变化策略	常见选项包括 cosine、linear、constant。一般训练可使用 cosine。
Packing	是否使用Packing	是否使用Packing策略。

适用场景：使用已有指令数据集，对 Qwen等模型进行full微调。

参数	示例值
模型名称	Qwen3-1.7B
模型路径	/root/autodl-tmp/model/Qwen/Qwen3-1.7B
微调方法	full
训练阶段	Supervised Fine-Tuning
数据路径	data
数据集	scienceqa_train
对话模板	default
截断长度	512
学习率	5e-5
训练轮数	8
批处理大小	16
梯度累积	1
计算类型	bf16 或 fp16
验证集比例	0.1
学习率调节器	cosine
最大梯度范数	1
序列打包	true

注：不同LlamaFactory版本的Packing具体实现方式不同，本组实验后端服务基于 LlamaFactory 0.9.5。

可知：精度EcoTrain API方法明显高于Baseline，且EcoTrain API方法未出现过拟合。训练step数约在950step（Baseline方法约2520step），算力节省约62.3%。