前言

如果看了我前面文章，想必你基本对整个代码有了更深认识。实际上，大多大模型都是使用huggingface搭建，而大多LORA训练也是调用PEFT库。然而，LLaVA代码却没有相关VIT模型训练内容，也没有不同组合训练。而我也是想探索单独使用vit的lora训练、单独使用llm的lora训练或全都使用会有什么效果呢？因此，本篇文章将探索LLaVA如何按需构建LORA训练，我会给出如何构建参数与修改源码，也会给出我实验结果。实验结果表明，视觉、语言、映射三着结合训练基本没有效果，视觉与语言训练也不会有效果，而其它基本会有转好效果。

一、基于llava源码构建新的参数

1、添加lora_vit参数

我想使用一个参数来决定是否对视觉vit模型进行lora训练，而llm与映射训练已有相关参数可控制。为此，我们在TrainingArguments的参数中添加lora_vit变量，用此来控制是否视觉使用vit训练。其如图所示：

2、训练命令脚本设置

于是，我们可以使用训练命令脚本，我们只需设置lora_vit的bool，即可实现视觉部分训练。当然，我也修改了源码，使用lora_enable控制LLM模型是否训练，tune_mm_mlp_adapter控制映射层是否训练。最终，我们可以自由组合决定训练哪些模块。