大参数模型效果好，但成本高、响应慢。为了在保障效果的同时提升推理速度、降低成本，可首先借助大参数模型完成目标任务的数据生成，并使用这些数据微调小参数模型，使其在特定任务中达到接近大参数模型的表现，这一过程也被称为模型蒸馏。
本方案将以从一句话中提取结构化信息（如收件人、地址、电话）为例，演示如何通过模型蒸馏，让 Qwen3-0.6B 模型在此任务上达到大参数模型的表现。
先来看效果对比吧。经过了模型优化后，识别能力确实有所提高。
当前，《基于 GPU 云服务器微调 Qwen3 模型》技术方案开放免费体验，您只需要点击文末阅读原文即可开启。
如果您想免费体验更多技术解决方案，可以登录aliyun.com，点击权益中心-解决方案免费试用领取100点试用点。
一、方案路线
1. 数据准备
由于真实的物流填单数据涉及到用户隐私，我们将使用一批虚拟地址描述信息作为输入，并使用 Qwen3-235B-A22B 作为教师模型提取结构化的信息作为输出。
建议您在模型微调时使用业务场景的真实数据。
2. 模型微调
在获取教师模型的输入输出后，我们可以使用该数据来微调 Qwen3-0.6B 模型，提升其在此任务场景下的表现。这里我们将使用魔搭社区提供的 ms-swift 框架，即使您不了解微调算法的细节，依然可以借通过一行命令来完成微调任务。
3. 效果验证
最后，为了确保模型在真实业务场景中的稳定性与准确性，建议在部署到生产环境前准备评测数据与评测标准，对微调后的模型进行效果验证。
二、配置计算环境
大模型微调对计算环境有较高要求，需配套安装合适版本的 GPU 驱动、CUDA（NVIDIA的并行计算平台和编程模型）和 cuDNN（NVIDIA的深度神经网络加速库）。手动通过命令行安装不仅步骤繁琐，而且容易出错。为提升部署效率，您可在创建 GPU 云服务器实例时选择带有 GPU 驱动的镜像，省去复杂的命令行操作，快速启动微调任务。
我们推荐用免费试用的方式体验本方案。免费试用助您零成本体验本解决方案，但试用期间创建的资源与数据在结束后会被清除。免费试用的时长有限，若需长期使用云资源，可以参考：
https://www.aliyun.com/solution/tech-solution-deploy/2925027?utm_content=g_1000405783 页面中手动创建部分。
1. 根据页面提示，领取试用点并创建资源，右侧将实时展示资源创建进程。可能需要等待几分钟。
2. 连接 GPU 云服务器
在跳转页面中，使用左侧的登录名称与登录密码登录。
单击左侧的远程连接按钮，再单击登录，即可连接到 GPU 云服务器。
三、下载并微调模型
微调模型通常上手门槛较高。通过魔搭社区提供的 ms-swift 框架，您仅需一句命令即可快速启动微调任务，大幅降低操作复杂度。
1.安装依赖
本方案依赖以下两个核心组件：
- ms-swift
魔搭社区提供的训练框架，支持模型的下载、微调和权重合并，极大简化了微调流程。
- vllm
用于部署微调后的模型，支持高性能推理服务，不仅方便验证微调效果，还可用于生成 API，供业务方直接调用。
您可以在终端运行以下命令来安装依赖：
pip3 install vllm==0.9.0.1 ms-swift==3.5.0
安装依赖大约需要5分钟。
2.模型微调
运行以下命令可以完成模型下载、微调、合并权重的操作：
# 进入 /root 目录 cd /root && \ # 下载微调脚本 sft.sh curl -f -o sft.sh "https://help-static-aliyun-doc.aliyuncs.com/file-manage-files/zh-CN/20250623/cggwpz/sft.sh" && \ # 执行微调脚本 bash sft.sh
模型微调核心代码如下，您可以在 sft.sh 文件中看到：
dataset 参数指定的'train.jsonl'为数据准备步骤获得的训练集。
swift sft \ --model Qwen/Qwen3-0.6B \ --train_type lora \ --dataset 'train.jsonl' \ --torch_dtype bfloat16 \ --num_train_epochs 10 \ --per_device_train_batch_size 20 \ --per_device_eval_batch_size 20 \ --learning_rate 1e-4 \ --lora_rank 8 \ --lora_alpha 32 \ --target_modules all-linear \ --gradient_accumulation_steps 16 \ --save_steps 1 \ --save_total_limit 2 \ --logging_steps 2 \ --max_length 2048 \ --output_dir output \ --warmup_ratio 0.05 \ --dataloader_num_workers 4
微调模型大约需要10分钟，期间会实时打印如下所示的模型在训练集与验证集的损失变化情况：
出现以下信息表明模型微调已完成：
✓ swift export 命令执行成功 检查合并结果... ✓ 合并目录创建成功: output/v0-xxx-xxx/checkpoint-50-merged ✓ LoRA权重合并完成！ 合并后的模型路径: output/v0-xxx-xxx/checkpoint-50-merged
完成该步骤会在output/v0-xxx-xxx路径下生成带有 merged 后缀的文件夹，为微调后的模型文件。
您可以在output/v0-xxx-xxx路径下中找到 images 文件夹，打开 train_loss.png（反映训练集损失） 与 eval_loss.png（反映验证集损失），根据损失值的变化趋势初步判断当前模型的训练效果：
- 在结束训练前 train_loss 与 eval_loss 仍有下降趋势（欠拟合）
您可以增加 num_train_epochs（训练轮次，与训练深度正相关） 参数，或适当增大 lora_rank（低秩矩阵的秩，秩越大，模型能表达更复杂的任务，但更容易过度训练）的值后再进行训练，加大模型的对训练数据的拟合程度；
- 在结束训练前 train_loss 持续下降，eval_loss 开始变大（过拟合）
您可以减少 num_train_epochs 参数，或适当减小lora_rank的值后再进行训练，防止模型过度训练；
- 在结束训练前 train_loss 与 eval_loss 均处于平稳状态（良好拟合）
模型处于该状态时，您可以进行后续步骤。本方案的 train_loss 与 eval_loss 变化如下表所示：
train_loss |
eval_loss |
|
|
如果训练失败，您也可以尝试调整 learning_rate等参数。
四、验证效果
在将微调后的模型部署到实际业务环境前，我们建议先对其效果进行系统性的评测。只有通过充分验证，才能确保模型具备良好的稳定性和准确性，避免上线后出现意料之外的问题。
1.准备测试数据
测试数据的格式应与训练数据一致，以确保评测的可比性。
测试数据应使用区别于训练数据的全新样本用于测试。这样可以更准确地反映模型在新数据上的泛化能力，避免因“见过的样本”导致分数虚高。
您可以运行以下命令获取我们准备好的测试数据：
cd /root && \ # 下载测试数据 test.jsonl curl -o test.jsonl "https://help-static-aliyun-doc.aliyuncs.com/file-manage-files/zh-CN/20250610/mhxmdw/test_with_system.jsonl"
以下两行示例样本供您参考：
{"messages": [{"role": "system", "content": "你是一个专业的信息抽取助手，专门负责从中文文本中提取收件人的JSON信息，包含的Key有province（省份）、city（城市名称）、district（区县名称）、specific_location（街道、门牌号、小区、楼栋等详细信息）、name（收件人姓名）、phone（联系电话）"}, {"role": "user", "content": "电话：23204753945:大理市大理市人民路25号 大理古城国际酒店 3号楼:收件者：段丽娟"}, {"role": "assistant", "content": "{\"province\": \"云南省\", \"city\": \"大理市\", \"district\": \"大理市\", \"specific_location\": \"人民路25号 大理古城国际酒店 3号楼\", \"name\": \"段丽娟\", \"phone\": \"23204753945\"}"}]} {"messages": [{"role": "system", "content": "你是一个专业的信息抽取助手，专门负责从中文文本中提取收件人的JSON信息，包含的Key有province（省份）、city（城市名称）、district（区县名称）、specific_location（街道、门牌号、小区、楼栋等详细信息）、name（收件人姓名）、phone（联系电话）"}, {"role": "user", "content": "天津市河西区珠江道21号金泰大厦3层 , 接收人慕容修远 , MOBILE：22323185576"}, {"role": "assistant", "content": "{\"province\": \"天津市\", \"city\": \"天津市\", \"district\": \"河西区\", \"specific_location\": \"珠江道21号金泰大厦3层\", \"name\": \"慕容修远\", \"phone\": \"22323185576\"}"}]}
2.设计评测指标
评测标准应紧贴实际业务目标。以本方案为例，除了判断生成的 JSON 字符串是否合法，还应该关注对应 Key、Value 的值是否正确。
本案例评测方法核心代码
def compare_address_info(actual_address_str, predicted_address_str): """比较两个JSON字符串表示的地址信息是否相同""" try: # 解析实际地址信息 if actual_address_str: actual_address_json = json.loads(actual_address_str) else: actual_address_json = {} # 解析预测地址信息 if predicted_address_str: predicted_address_json = json.loads(predicted_address_str) else: predicted_address_json = {} # 直接比较两个JSON对象是否完全相同 is_same = actual_address_json == predicted_address_json return { "is_same": is_same, "actual_address_parsed": actual_address_json, "predicted_address_parsed": predicted_address_json, "comparison_error": None } except json.JSONDecodeError as e: return { "is_same": False, "actual_address_parsed": None, "predicted_address_parsed": None, "comparison_error": f"JSON解析错误: {str(e)}" } except Exception as e: return { "is_same": False, "actual_address_parsed": None, "predicted_address_parsed": None, "comparison_error": f"比较错误: {str(e)}" }
3.评测初始模型效果
我们针对 Qwen3-0.6B 模型设计了多版提示词，选取效果最好的系统提示词为：
你是一个专业的信息抽取助手，专门负责从中文文本中提取收件人的结构化信息。 ## 任务说明 请根据给定的输入文本，准确提取并生成包含以下六个字段的JSON格式输出： - province: 省份/直辖市/自治区（必须是完整的官方名称，如"河南省"、"上海市"、"新疆维吾尔自治区"等） - city: 城市名称（包含"市"字，如"郑州市"、"西安市"等） - district: 区县名称（包含"区"、"县"等，如"金水区"、"雁塔区"等） - specific_location: 具体地址（街道、门牌号、小区、楼栋等详细信息） - name: 收件人姓名（完整的中文姓名） - phone: 联系电话（完整的电话号码，包括区号） ## 抽取规则 1. **地址信息处理**： - 必须准确识别省、市、区的层级关系 - 省份名称必须使用官方全称（如"河南省"而非"河南"） - 直辖市的province和city字段应该相同（如都填"上海市"） - specific_location应包含详细的街道地址、小区名称、楼栋号等 2. **姓名识别**： - 准确提取完整的中文姓名，包括复姓 - 包括少数民族姓名 3. **电话号码处理**： - 提取完整的电话号码，保持原有格式 ## 输出格式 请严格按照以下JSON格式输出，不要添加任何解释性文字： { "province": "省份名称", "city": "城市名称", "district": "区县名称", "specific_location": "详细地址", "name": "收件人姓名", "phone": "联系电话" }
使用上述系统提示词与测试样本对没有微调的本地 Qwen3-0.6B 模型进行评测：
# 进入 /root 目录 cd /root && \ # 下载并执行验证脚本 curl -o evaluate_without_sft.py "https://help-static-aliyun-doc.aliyuncs.com/file-manage-files/zh-CN/20250617/ksrneh/evaluate_without_sft.py" && \ curl -o evaluate_without_sft.sh "https://help-static-aliyun-doc.aliyuncs.com/file-manage-files/zh-CN/20250617/cmvbcz/evaluate_without_sft.sh" && \ bash evaluate_without_sft.sh
执行后可以看到，尽管优化了提示词，测试样本准确率仅有14%：
所有预测完成! 结果已保存到 predicted_labels_without_sft.jsonl 样本数: 400 条 响应正确: 56 条 响应错误: 344 条 评估脚本运行完成
4.验证微调后模型效果
使用测试样本对微调后的模型进行评测：
# 进入 /root 目录 cd /root && \ # 下载并执行验证脚本 curl -o evaluate.py "https://help-static-aliyun-doc.aliyuncs.com/file-manage-files/zh-CN/20250612/bzszyc/evaluate.py" && \ curl -o evaluate.sh "https://help-static-aliyun-doc.aliyuncs.com/file-manage-files/zh-CN/20250612/xtgxql/evaluate.sh" && \ bash evaluate.sh
针对微调后的模型，我们使用了更简单的提示词，这可以提升模型推理时的响应速度：
你是一个专业的信息抽取助手，专门负责从中文文本中提取收件人的JSON信息，包含的Key有province（省份）、city（城市名称）、district（区县名称）、specific_location（街道、门牌号、小区、楼栋等详细信息）、name（收件人姓名）、phone（联系电话）
即使使用了更简单的提示词，微调模型的准确率也达到 98%，相比微调前的 14% 准确率有了大幅提升。
所有预测完成! 结果已保存到 predicted_labels.jsonl 样本数: 400 条 响应正确: 392 条 响应错误: 8 条 评估脚本运行完成
至此，您已经成功完成了一次模型微调。
如果您需要在生产环境中使用，可以点击文末阅读原文参考后续内容。
您也可以通过在aliyun.com 直接搜索“10分钟微调，让0.6B模型媲美235B模型”即可直达技术解决方案，获得更多部署方案。
来源 | 阿里云开发者公众号
