没问题啊

Experimental environment: 2 * A100

nproc_per_node=2
CUDA_VISIBLE_DEVICES=0,1 \
torchrun \
--nproc_per_node=$nproc_per_node \
--master_port 29500 \
src/llm_sft.py \
--model_type qwen-7b-chat \
--sft_type lora \
--template_type chatml \
--dtype bf16 \
--output_dir runs \
--ddp_backend nccl \
--dataset wlgb-zh \
--dataset_sample -1 \
--num_train_epochs 10 \
--max_length 1024 \
--lora_rank 8 \
--lora_alpha 32 \
--lora_dropout_p 0.05 \
--lora_target_modules c_attn c_proj \
--gradient_checkpointing false \
--batch_size 1 \
--weight_decay 0. \
--learning_rate 1e-4 \
--gradient_accumulation_steps $(expr 16 / $nproc_per_node) \
--max_grad_norm 0.5 \
--warmup_ratio 0.03 \
--eval_steps 100 \
--save_steps 100 \
--save_total_limit 2 \
--logging_steps 10 \
--use_flash_attn true \
--push_to_hub false \
--hub_model_id qwen-7b-chat-lora \
--hub_private_repo true \
--hub_token 'your-sdk-token' \
如果数据集多的话, --num_train_epochs 10 \ 你自己调整一下就好啦，此回答整理自钉群“魔搭ModelScope开发者联盟群 ①”