LLaMA-Factory/docs/zh/configuration/model.md

模型参数

ModelArguments

字段	类型	默认值	说明
model	str	Qwen/Qwen3-4B-Instruct-2507	本地模型路径或 Hub ID
custom_chat_template	str | None	None	覆盖 tokenizer/processor 的 Jinja2 chat template
trust_remote_code	bool	false	是否加载 Hub 远端代码
flash_attn	str	sdpa	eager、sdpa 或 flash_attention_2
model_class	str	llm	llm、cls 或 other
init_config	dict | None	None	模型初始化配置
peft_config	dict | None	None	LoRA 或 Freeze 配置
kernel_config	dict | None	None	融合算子加速配置
quant_config	dict | None	None	量化配置

llm 加载因果语言模型或 image-to-text 模型，cls 加载单标签 token classification 模型，other 使用 AutoModel。

peft_config

LoRA

设置 name: lora：

字段	类型	默认值	说明
r	int	8	LoRA rank
lora_alpha	int	16	LoRA alpha
lora_dropout	float	0.05	LoRA dropout
target_modules	list[str] | str	all	目标模块
use_rslora	bool	false	是否启用 RS-LoRA
use_dora	bool	false	是否启用 DoRA
modules_to_save	list[str] | None	None	额外保存模块
adapter_name_or_path	list[str] | str | None	None	adapter 路径
export_dir	str | None	None	合并导出目录
export_size	int	5	导出分片大小，GB
export_hub_model_id	str | None	None	Hub 仓库 ID
infer_dtype	str	auto	auto、float16、float32 或 bfloat16
export_legacy_format	bool	false	是否使用旧式权重格式

Freeze

设置 name: freeze：

字段	类型	默认值	说明
freeze_trainable_layers	int	2	正数选择最后 N 层，负数选择最前 N 层
freeze_trainable_modules	list[str] | str	all	层内可训练模块
freeze_extra_modules	list[str] | str | None	[]	额外可训练模块
cast_trainable_params_to_fp32	bool	true	是否将可训练参数转换为 fp32

quant_config

当前 v1 注册了 bnb 和 auto 两个量化插件入口。bnb 使用 bitsandbytes；auto 在指定有效位宽后也转交 bnb，当前没有按模型或环境切换到其他量化后端的逻辑。

字段	类型	默认值	说明
name	str	必填	bnb 或 auto
quantization_bit	int | None	None	量化加载位宽，4 或 8
compute_dtype	str | torch.dtype	float16	4-bit 计算和存储 dtype
double_quantization	bool	true	是否启用 4-bit double quant
quantization_type	str	nf4	4-bit 量化格式，nf4 或 fp4

4-bit 分支将 compute_dtype、double_quantization 和 quantization_type 传给 Hugging Face BitsAndBytesConfig，其中 NF4 和 FP4 是 bitsandbytes 的两种 4-bit 格式。8-bit 分支设置 load_in_8bit=True，不使用这三个 4-bit 专属字段。

quantization_bit 的字段默认值为 None，实际行为取决于 name：

• 不设置 quant_config 或将其设为 null 时，不通过此插件添加量化加载配置。
• name: auto 且省略 quantization_bit（或设为 null）时，保持模型加载参数不变。
• name: bnb 且省略 quantization_bit（或设为 null）时，使用 4-bit 量化。
• name: auto 且指定 quantization_bit 为 4 或 8 时，转交 bnb 实现处理，仍需满足该实现的依赖和运行条件。

以上描述插件构造量化加载配置的行为。SFT 的 QLoRA 示例展示 bnb、4-bit、NF4 与 LoRA 的组合。

init_config

init_config 当前只使用 name 选择模型初始化设备：

字段	类型	默认值	说明
name	str	必填	初始化插件名称

name 取值	初始化设备
init_on_default	当前分布式设备
init_on_meta	meta device
init_on_rank0	rank 0 使用 CPU，其余 rank 使用 meta

meta 初始化不能与量化同时使用。

kernel_config

kernel_config 可以配置单个融合算子，也可以启用 Liger Kernel 这类包含多项优化的外部加速库。

字段	类型	默认值	说明
name	str	必填	auto、单个实现名称或逗号分隔的多个名称

可用名称：

• liger_kernel
• cuda_fused_moe
• flash-linear-attention
• npu_fused_moe
• npu_fused_rmsnorm
• npu_fused_rope
• npu_fused_swiglu

Flash Linear Attention

当 name 包含 flash-linear-attention 时，可以使用以下专属字段：

字段	类型	默认值	说明
include_kernels	str	auto	auto 或逗号分隔的 FLA 算子名称
chunk_size	int	64	chunk size；可选 16、32、64

用法见融合算子加速。