该技能用于通过 LLaMA-Factory 微调 MiniCPM5-1B，提供 YAML 驱动的 SFT / DPO 训练与 WebUI，是最有文档积累的社区框架之一。
必要输入：BASE_MODEL（如 openbmb/MiniCPM5-1B）、DATA_DIR（含 dataset_info.json 与 jsonl）、DATASET_NAME、OUTPUT_DIR、GPU_ID（默认 0）。
使用步骤：先在独立 venv 中安装（python -m venv .venv-lf && source .venv-lf/bin/activate；pip install "llamafactory==0.9.3"）；注意 LLaMA-Factory 固定 transformers==4.52，不要装入 vLLM 环境。然后在 DATA_DIR/dataset_info.json 注册 sharegpt 格式数据集，jsonl 每行含 messages 数组。接着编写训练 YAML（如 ${OUTPUT_DIR}/lora_sft.yaml），其中 template: empty 对 MiniCPM5 是必需的，否则会产生错误的 token 布局。执行训练：CUDA_VISIBLE_DEVICES=${GPU_ID} llamafactory-cli train ${OUTPUT_DIR}/lora_sft.yaml；多 GPU 可加 FORCE_TORCHRUN=1 并设 NPROC_PER_NODE=8。训练后 LoRA 适配器位于 OUTPUT_DIR，可用 peft 与 transformers 做推理自检；也可用 llamafactory-cli export 合并 LoRA，合并后为普通 LlamaForCausalLM。若需全量微调，将 finetuning_type 改为 full 并删除 LoRA 相关字段，多 GPU 可加 deepspeed 配置。限制与说明：资料仅给出上述流程与配置，未提供其它平台、价格或效果信息；实际环境依赖与兼容性需自行确认。