Ollama 本地大模型微调实战（二）手把手实操：环境部署 + 电力数据集制作 + QLoRA 训练产出 LoRA 权重

上一篇我们厘清了底层原理：依靠外部代码 / LLaMA-Factory 训练 LoRA 权重，Ollama 只负责加载运行。本篇全程落地操作，适配 Arc A770 16G、RTX4060 这类普通消费显卡，目标训练出适配国网工作场景的 Hermes 电力专属 LoRA 文件。整套流程分为四块：依赖环境安装 → 基座模型拉取 → 电力标准数据集编写 → 两种训练方式（可视化网页、原生 Python 代码）。

一、硬件最低适配标准

模型尺寸	QLoRA 4bit 最低显存	推荐硬件
Hermes 8B	8GB 显存（容易爆显存）	16G 显存（你的 Arc A770 完美运行）
Hermes 13B	12GB 显存起步	4070Ti、3090 等高显存显卡

全文全部采用 4bit 量化训练，最大限度压缩显存占用，普通家用电脑无需专业算力卡。

二、全套环境一键安装命令

2.1 先装好 Ollama 客户端

Windows/macOS 直接官网下载安装包；Linux 执行这条命令

curl -fsSL https://ollama.com/install.sh | sh
# 校验是否安装成功
ollama --version

2.2 深度学习运行依赖

打开 CMD / 终端逐条执行安装

# 安装Pytorch CUDA版本
pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu121
# 大模型训练全套依赖包
pip install transformers datasets peft accelerate bitsandbytes sentencepiece protobuf scipy trl
# 拉取可视化训练框架 LLaMA-Factory
git clone https://github.com/hiyouga/LLaMA-Factory.git
cd LLaMA-Factory
pip install -r requirements.txt

三、拉取训练所用基座模型

选用 Hermes3:8b 作为基础模型，上下文理解强、对话格式统一，适配后续自我进化闭环

# Ollama拉取基座模型
ollama pull hermes3:8b

Ollama 模型本地存放路径：

Windows：C:\Users\你的用户名\.ollama\models
Linux：~/.ollama/models 训练读取权重时可以直接引用该路径文件。

四、电力专业数据集规范编写（决定微调最终效果的核心）

4.1 存储格式

新建train.json文件，放置在训练同级目录，使用 Alpaca 标准格式。字段说明：

instruction：用户提问（电力问题、工作需求）
input：补充输入内容，无额外信息填空字符串
output：标准标准答案，必须严格贴合国网规程、作业规范，禁止编造内容

4.2 电力数据集示范样本（可直接扩充使用）

[
    {
        "instruction": "简述雨天配网户外巡检硬性安全规定",
        "input": "",
        "output": "1、雷雨天气立刻终止所有室外巡检作业，人员撤离至坚固建筑物内；2、小雨巡检必须穿戴绝缘雨披、绝缘靴、绝缘手套全套防护用品；3、禁止触碰潮湿杆塔、避雷器、户外端子箱；4、雨后优先排查杆塔基础冲刷、线路树障放电、设备进水受潮缺陷。"
    },
    {
        "instruction": "解释电力两票三制具体内容",
        "input": "",
        "output": "两票：工作票、操作票；三制：交接班制度、设备巡回检查制度、设备定期试验轮换制度，是配网现场作业最基础的安全管理制度。"
    },
    {
        "instruction": "配网线路频繁跳闸常见故障原因汇总",
        "input": "",
        "output": "雷击闪络、树木碰触导线、外力施工破坏线缆、小动物搭接短路、线路覆冰断线、设备绝缘老化击穿、台区负荷过载、避雷器故障击穿。"
    },
    {
        "instruction": "变压器日常巡视必查项目有哪些",
        "input": "",
        "output": "油位与油色是否正常、有无渗漏油现象、套管有无破损放电痕迹、本体有无异响异味、散热风扇运转状态、接地装置完好性、箱体有无锈蚀破损。"
    },
    {
        "instruction": "工作票终结需要满足哪些条件",
        "input": "",
        "output": "现场所有工作人员撤离作业区域、检修临时安全措施全部拆除、现场物料工具清点完毕、设备恢复原有运行状态、双方工作负责人现场确认签字。"
    }
]

4.3 数据集制作硬性要求

数量：最低 50 条可用，想要效果稳定建议 200~1000 条高质量问答；
内容：覆盖安规、巡检、故障处置、两票管理、变电设备、负荷分析六大方向；
质量优先：劣质、错误的回答数据，只会让模型回答更加混乱。

五、方式一：LLaMA-Factory 网页可视化训练（新手首选，不用手写代码）

1、启动网页服务

进入克隆的 LLaMA-Factory 文件夹执行

cd LLaMA-Factory
python src/webui.py

浏览器自动打开地址：http://127.0.0.1:7860

2、页面关键参数配置（固定最优参数，7B/8B 通用）

模型名称：填写本地 hermes3 模型物理路径
微调方式：QLoRA（4bit 量化）
数据集：上传刚刚编写的 train.json 文件
训练超参
- Batch size：2
- 梯度累积步数：2
- 学习率：2e-4
- 训练轮数 epoch：3～5（epoch 过高极易出现过拟合）
- LoRA 秩 r=8，lora_alpha=16
其余参数保持默认，点击【开始训练】

3、训练产物

训练结束后输出 adapter 文件夹，内部包含adapter_config.json与safetensors权重文件，这就是我们需要挂载到 Ollama 的电力 LoRA 适配器。

六、方式二：原生 Python 训练代码（适合自动化、对接第三章自我进化）

新建train_power_lora.py，复制下方全部代码，修改文件路径即可直接运行

import torch
from datasets import load_dataset
from transformers import AutoModelForCausalLM, AutoTokenizer, BitsAndBytesConfig
from peft import LoraConfig, get_peft_model
from trl import SFTTrainer

# ===================== 自定义配置区 =====================
BASE_MODEL_PATH = "NousResearch/Hermes-3-8B"
DATA_JSON_PATH = "./train.json"
OUTPUT_LORA_FOLDER = "./power_hermes_lora"
# 4bit量化配置，降低显存占用
bnb_config = BitsAndBytesConfig(
    load_in_4bit=True,
    bnb_4bit_use_double_quant=True,
    bnb_4bit_quant_type="nf4",
    bnb_4bit_compute_dtype=torch.bfloat16
)
# LoRA标准配置
lora_config = LoraConfig(
    r=8,
    lora_alpha=16,
    target_modules=["q_proj", "v_proj"],
    lora_dropout=0.05,
    bias="none",
    task_type="CAUSAL_LM"
)
# ======================================================

# 加载分词器与模型
tokenizer = AutoTokenizer.from_pretrained(BASE_MODEL_PATH)
tokenizer.pad_token = tokenizer.eos_token
model = AutoModelForCausalLM.from_pretrained(
    BASE_MODEL_PATH,
    quantization_config=bnb_config,
    device_map="auto",
    trust_remote_code=True
)
model = get_peft_model(model, lora_config)

# 加载电力训练数据集
train_dataset = load_dataset("json", data_files=DATA_JSON_PATH, split="train")

# 组装训练器
trainer = SFTTrainer(
    model=model,
    tokenizer=tokenizer,
    train_dataset=train_dataset,
    dataset_text_field="instruction",
    max_seq_length=1024,
    args={
        "per_device_train_batch_size": 2,
        "gradient_accumulation_steps": 2,
        "learning_rate": 2e-4,
        "num_train_epochs": 3,
        "output_dir": OUTPUT_LORA_FOLDER,
        "fp16": True,
        "optim": "paged_adamw_8bit"
    }
)

# 执行训练 & 保存LoRA权重
if __name__ == "__main__":
    print("开始训练电力专属LoRA权重")
    trainer.train()
    trainer.save_model(OUTPUT_LORA_FOLDER)
    print(f"训练完成，LoRA文件存放目录：{OUTPUT_LORA_FOLDER}")

运行命令