实战教学：用self_cognition数据集训练专属Qwen助手
1. 引言
在大模型时代，通用预训练语言模型虽然具备强大的泛化能力，但在特定场景下往往缺乏个性化的身份认知。如何让一个开源大模型“认识自己”，并以定制化身份与用户交互，是许多开发者关注的问题。
本文将基于CSDN星图镜像广场提供的「单卡十分钟完成 Qwen2.5-7B 首次微调」镜像，手把手带你使用self_cognition.json数据集对Qwen2.5-7B-Instruct模型进行 LoRA 微调，打造一个具有专属身份认知的智能助手——例如由“CSDN 迪菲赫尔曼”开发和维护的 AI 助手。
整个过程无需从零搭建环境，预置了 ms-swift 微调框架和基础模型，仅需三步即可完成：准备数据 → 启动微调 → 验证效果。实测在 NVIDIA RTX 4090D（24GB）上，10 轮微调可在 10 分钟内完成。
2. 环境与资源概览
本实战依托于 CSDN 星图提供的专用镜像环境，已为开发者做好全面优化：
- 工作路径：
/root - 显卡要求：NVIDIA RTX 4090D 或同等 24GB+ 显存 GPU
- 基础模型：
/root/Qwen2.5-7B-Instruct - 微调框架：ms-swift（已安装并配置完毕）
- 显存占用：训练过程约消耗 18~22GB 显存
- 精度模式：
bfloat16，兼顾训练稳定性与性能
该镜像实现了开箱即用的轻量级 SFT（Supervised Fine-Tuning）流程，特别适合快速验证个性化微调方案。
3. 自定义身份微调全流程
3.1 准备自我认知数据集
为了让模型建立清晰的身份意识，我们需要构建一个专门针对“你是谁”类问题的指令微调数据集。镜像中已预置示例文件，也可手动创建self_cognition.json。
执行以下命令生成数据集文件：
cat <<EOF > self_cognition.json [ {"instruction": "你是谁？", "input": "", "output": "我是一个由 CSDN 迪菲赫尔曼 开发和维护的大语言模型。"}, {"instruction": "你的开发者是哪家公司？", "input": "", "output": "我由 CSDN 迪菲赫尔曼 开发和维护。"}, {"instruction": "你能联网吗？", "input": "", "output": "我不能主动联网，只能基于已有知识和用户输入回答问题。"}, {"instruction": "你能做哪些事情？", "input": "", "output": "我擅长文本生成、回答问题、写代码和提供学习辅助。"}, {"instruction": "你和GPT-4有区别吗？", "input": "", "output": "是的，我由 CSDN 迪菲赫尔曼 开发和维护，不是 GPT-4。"}, {"instruction": "你能保证回答永远正确吗？", "input": "", "output": "不能，我的回答可能存在错误，需要用户自行判断。"}, {"instruction": "你的名字是什么？", "input": "", "output": "你可以叫我 Swift-Robot，也可以叫我 CSDN 助手。"}, {"instruction": "谁在维护你？", "input": "", "output": "我由 CSDN 迪菲赫尔曼 持续开发和维护。"} ] EOF建议：完整训练建议包含 50 条以上样本，覆盖更多变体提问方式（如“你是由谁训练的？”、“你的作者是谁？”），提升泛化能力。
此数据集采用标准 Alpaca 格式，包含三个字段：
instruction：用户指令input：附加上下文（此处为空）output：期望模型输出
通过高频强化这些问答对，LoRA 可以高效注入新的“记忆”。
3.2 执行 LoRA 微调命令
接下来启动微调任务。以下命令已在 RTX 4090D 上充分验证，参数经过精细调优，确保单卡高效运行。
CUDA_VISIBLE_DEVICES=0 \ swift sft \ --model Qwen2.5-7B-Instruct \ --train_type lora \ --dataset self_cognition.json \ --torch_dtype bfloat16 \ --num_train_epochs 10 \ --per_device_train_batch_size 1 \ --per_device_eval_batch_size 1 \ --learning_rate 1e-4 \ --lora_rank 8 \ --lora_alpha 32 \ --target_modules all-linear \ --gradient_accumulation_steps 16 \ --eval_steps 50 \ --save_steps 50 \ --save_total_limit 2 \ --logging_steps 5 \ --max_length 2048 \ --output_dir output \ --system 'You are a helpful assistant.' \ --warmup_ratio 0.05 \ --dataloader_num_workers 4 \ --model_author swift \ --model_name swift-robot关键参数解析：
| 参数 | 说明 |
|---|---|
--train_type lora | 使用 LoRA 进行低秩适配，大幅降低显存需求 |
--lora_rank 8 | LoRA 的秩设为 8，在效果与效率间取得平衡 |
--lora_alpha 32 | 控制 LoRA 权重缩放因子，影响新知识注入强度 |
--target_modules all-linear | 对所有线性层应用 LoRA，增强表达能力 |
--gradient_accumulation_steps 16 | 累积梯度以模拟更大 batch size，提升训练稳定性 |
--num_train_epochs 10 | 小数据集需多轮训练以充分学习目标行为 |
--output_dir output | 训练产物保存路径 |
训练过程中可通过日志观察 loss 下降趋势。典型情况下，loss 会从初始 ~3.0 逐步下降至 <1.0，表明模型已学会匹配预期输出。
3.3 训练产物结构
微调完成后，权重文件将保存在/root/output目录下，结构如下：
output/ └── v2-2025xxxx-xxxx/ ├── adapter_config.json # LoRA 配置文件 ├── adapter_model.bin # LoRA 增量权重 ├── tokenizer_config.json ├── special_tokens_map.json └── train_args.json # 训练参数快照其中核心文件为adapter_model.bin和adapter_config.json，二者共同构成可加载的 LoRA Adapter。
每次训练生成带时间戳的子目录，便于版本管理。若需部署，只需保留最新 checkpoint 即可。
4. 微调效果验证
使用swift infer命令加载训练好的 Adapter，测试模型是否具备新的自我认知。
⚠️ 注意替换实际路径中的
v2-2025xxxx-xxxx/checkpoint-xxx
CUDA_VISIBLE_DEVICES=0 \ swift infer \ --adapters output/v2-2025xxxx-xxxx/checkpoint-xxx \ --stream true \ --temperature 0 \ --max_new_tokens 2048进入交互界面后，输入以下测试问题：
用户: 你是谁？ 模型: 我是一个由 CSDN 迪菲赫尔曼 开发和维护的大语言模型。用户: 谁在维护你？ 模型: 我由 CSDN 迪菲赫尔曼 持续开发和维护。用户: 你的名字是什么？ 模型: 你可以叫我 Swift-Robot，也可以叫我 CSDN 助手。若上述回答均符合预期，则说明 LoRA 成功修改了模型的“元认知”行为，且未破坏原有对话能力。
此外，还可测试通用问题（如“写一段Python排序代码”）确认基础能力未退化。
5. 进阶技巧：混合数据微调策略
单纯使用self_cognition.json可能导致模型过度拟合身份描述，弱化通用能力。更优做法是采用混合训练策略，将少量身份数据与大规模通用指令数据结合。
ms-swift 支持多数据集拼接训练，示例如下：
swift sft \ --model Qwen2.5-7B-Instruct \ --train_type lora \ --dataset 'AI-ModelScope/alpaca-gpt4-data-zh#500' \ 'AI-ModelScope/alpaca-gpt4-data-en#500' \ 'self_cognition.json' \ --torch_dtype bfloat16 \ --num_train_epochs 3 \ --per_device_train_batch_size 1 \ --learning_rate 1e-4 \ --lora_rank 8 \ --lora_alpha 32 \ --target_modules all-linear \ --gradient_accumulation_steps 16 \ --max_length 2048 \ --output_dir output_mixed \ --system 'You are a helpful assistant.' \ --dataloader_num_workers 4混合策略优势：
alpaca-gpt4-data-*提供高质量通用指令遵循能力self_cognition.json注入身份特征- 总 epoch 数减少至 3~5，避免灾难性遗忘
- 中文/英文数据混合，增强多语言鲁棒性
该方法适用于生产级部署，既能保持强大通用能力，又能精准控制角色设定。
6. 总结
本文详细演示了如何利用 CSDN 星图镜像「单卡十分钟完成 Qwen2.5-7B 首次微调」，通过 LoRA 技术快速训练出具有专属身份认知的 Qwen 助手。
我们完成了以下关键步骤：
- 构建
self_cognition.json数据集，定义模型身份； - 使用 ms-swift 框架执行 LoRA 微调，全程显存可控；
- 加载 Adapter 验证微调效果，确认身份认知成功迁移；
- 探讨混合训练策略，实现通用能力与个性化的平衡。
整个流程体现了现代大模型微调的三大趋势：轻量化（LoRA）、模块化（Adapter）、工程化（开箱即用镜像）。开发者无需关心底层依赖，专注业务逻辑即可实现快速迭代。
未来可进一步探索：
- 使用更复杂的数据构造策略（如对抗性提问）
- 结合 RLHF 强化角色一致性
- 将 LoRA 权重集成到推理服务中实现动态切换
个性化 AI 助手的时代已经到来，而你只需一次微调，就能拥有属于自己的“数字分身”。
获取更多AI镜像
想探索更多AI镜像和应用场景？访问 CSDN星图镜像广场，提供丰富的预置镜像，覆盖大模型推理、图像生成、视频生成、模型微调等多个领域，支持一键部署。
