大模型对话风格微调项目实战——部署上线篇
目录
背景介绍
本文是《大模型对话风格微调项目实战》的最后一篇文章，主要介绍如何将微调后的模型部署上线，为用户提供服务。
本文的任务
- 部署模型到本地服务器开发一个简单的Web应用，用户可以通过Web界面与模型进行对话
部署模型到本地服务器
部署框架选择
在部署模型到本地服务器之前，我们需要选择一个合适的部署框架。目前比较流行的部署框架有：
- vLLMOllamaLMDeploy
框架的选择需要根据实际情况进行选择，本文选择vLLM作为部署框架。
安装vLLM
conda create -n vllm python=3.10 -yconda activate vllmpip install vllm启动vLLM服务器
vllm serve \ /mnt/model/Qwen/Qwen2___5-1___5B-Instruct_Merge开发Web应用
开发框架选择
前端开发是一个复杂的系统工程，考虑到本文的目的，我们不展开讨论，而是选择一个简单的前端框架进行效果演示：Streamlit。
安装Streamlit
conda create -n streamlit python=3.10 -yconda activate streamlitpip install streamlit开发Web应用
下面是一个简单的Web应用，用户可以通过Web界面与模型进行对话。
import streamlit as stfrom openai import OpenAI# 初始化客户端client = OpenAI(base_url="http://localhost:8000/v1/", api_key="_")# 设置页面标题st.title("效果演示")# 初始化session状态（仅用于显示历史）if "messages" not in st.session_state: st.session_state.messages = []# 显示历史消息for message in st.session_state.messages: with st.chat_message(message["role"]): st.markdown(message["content"])# 获取用户输入if prompt := st.chat_input("请输入您的问题，或输入exit退出"): # 处理退出命令 if prompt.lower() == "exit": st.info("退出对话。") st.stop() # 添加用户消息到显示历史 st.session_state.messages.append({"role": "user", "content": prompt}) with st.chat_message("user"): st.markdown(prompt) try: # 发起API请求（每次只发送当前消息） response = client.chat.completions.create( messages=[{"role": "user", "content": prompt}], # 每次只发送当前问题 model="/mnt/model/Qwen/Qwen2___5-1___5B-Instruct_Merge" ) # 获取模型回复 model_response = response.choices[0].message.content # 添加AI回复到显示历史 st.session_state.messages.append({"role": "assistant", "content": model_response}) with st.chat_message("assistant"): st.markdown(model_response) except Exception as e: st.error(f"发生错误：{e}")运行Web应用
将上面的代码保存为chat_app.py，然后在终端中运行：
streamlit run .\chat_app.py效果演示
总结
本项目完整实现了从数据收集、模型微调到部署上线的全流程。通过LCCC数据集和GLM-4生成多样化风格数据，使用XTuner框架对Qwen2.5-1.5B模型进行QLoRA微调，最终采用vLLM高效部署并集成Streamlit构建Web应用。实践表明：
- 微调后的模型能稳定输出指定风格（温柔/毒舌）本地部署方案显著降低API调用成本轻量级Web界面提供良好的用户体验未来可扩展支持更多对话风格，并优化推理性能。本项目为对话风格定制提供了完整的技术方案参考。
