DeepSeek-R1 を LLaMA-Factory でファインチューニングする完全ガイド

DeepSeek-R1 を LLaMA-Factory でファインチューニングする完全ガイド

DeepSeek-R1 をファインチューニングすると、その応答をカスタマイズでき、特定のタスクにより適したモデルにすることができます。本ガイドでは、強力なファインチューニングツールである LLaMA-Factory を使用して DeepSeek-R1 を調整する方法を説明します。LLaMA-Factory は LoRA, QLoRA, SFT などのファインチューニングをサポートしています。

---

🔹 なぜ DeepSeek-R1 をファインチューニングするのか？

以下のような場合にファインチューニングが必要です：

• 専門的な知識 を必要とする場合（例：金融、医療、カスタマーサポート）
• モデルを 組織のトーンや文章スタイル に適合させたい場合
• 特定のタスク において高いパフォーマンスが求められる場合（例：コード生成、翻訳、チャットボットの応答）

---

🔹 ステップ 1: LLaMA-Factory と依存関係のインストール

ファインチューニングを始める前に、CUDA 対応の NVIDIA GPU（推奨：VRAM 24GB 以上）が搭載されたシステムを用意してください。

1️⃣ LLaMA-Factory リポジトリをクローン

まず、GitHub から LLaMA-Factory のリポジトリをダウンロードします：

git clone https://github.com/hiyouga/LLaMA-Factory.git
cd LLaMA-Factory

2️⃣ Python 仮想環境を作成

仮想環境を設定することで、依存関係の競合を防ぎます：

python3 -m venv venv
source venv/bin/activate  # Linux/Mac
venv\Scripts\activate  # Windows

3️⃣ 必要なパッケージをインストール

LLaMA-Factory ディレクトリ内で以下のコマンドを実行してください：

pip install --upgrade pip
pip install -r requirements.txt

---

🔹 ステップ 2: ファインチューニング用のデータセットを準備

DeepSeek-R1 のファインチューニングには、SFT（Supervised Fine-Tuning）, LoRA（Low-Rank Adaptation）, QLoRA などが使用できます。

1️⃣ JSONL 形式のデータセットを作成

データセットは以下のような構造にします：

{"instruction": "今日の天気を教えて", "input": "", "output": "今日は晴れです！"}
{"instruction": "プログラミングについて説明してください", "input": "", "output": "プログラミングとは、コンピューターに指示を与えることです。"}
{"instruction": "好きな食べ物は？", "input": "", "output": "私は寿司が好きです！"}

このファイルを data/custom_train.jsonl として保存：

mkdir -p data
nano data/custom_train.jsonl

---

🔹 ステップ 3: DeepSeek-R1 をファインチューニング

データセットが準備できたら、LoRA を使って DeepSeek-R1 をファインチューニングしましょう。

1️⃣ ファインチューニングスクリプトを実行

以下のコマンドでトレーニングを開始：

CUDA_VISIBLE_DEVICES=0 python src/train.py \
    --model_name_or_path deepseek-ai/DeepSeek-R1-Distill-Qwen-1.5B \
    --dataset data/custom_train.jsonl \
    --template deepseek \
    --cutoff_len 512 \
    --output_dir output \
    --num_train_epochs 3 \
    --per_device_train_batch_size 4 \
    --gradient_accumulation_steps 4 \
    --learning_rate 2e-4 \
    --logging_steps 10 \
    --save_steps 100 \
    --save_total_limit 2 \
    --bf16 True \
    --do_train \
    --finetuning_type lora \
    --lora_rank 8 \
    --lora_alpha 32 \
    --evaluation_strategy "no" \
    --cache_dir /mnt/data/huggingface_cache \
    --overwrite_output_dir

---

🔹 ステップ 4: ファインチューニングしたモデルをテスト

ファインチューニング完了後、以下のコマンドでモデルをテスト：

python src/test_model.py --model_dir output --test_prompt "おすすめの本を教えて"

モデルが適切にファインチューニングされていれば、データセットに基づいた応答が返ってきます。

---

🔹 ステップ 5: ファインチューニングしたモデルをデプロイ

Ollama でファインチューニング済みモデルを使用する場合：

ollama create deepseek-custom output

その後、以下のコマンドで実行：

ollama run deepseek-custom

これでファインチューニング済みのモデルが動作するようになります！ 🎉

---