单卡 RTX 4090 用 unsloth 和医学数据微调 DeepSeek-R1-Distill-Qwen-14B

单卡 RTX 4090 用 unsloth 和医学数据微调 DeepSeek-R1-Distill-Qwen-14B

摘要

本文详细介绍了如何通过modelscope和huggingface-cli下载模型和数据集，并展示了如何在Docker环境中构建和启动容器进行模型训练。文章还涉及了微调前的推理过程、数据集和训练参数的设置，以及训练过程中的日志和资源使用情况。最后，提到了一些常见问题的解决方法，如环境变量设置和wandb的配置。