LLaMA-Factory 快速入门（一）：Mac 下大模型微调依赖冲突的处理步骤

在 Mac 环境下进行大模型微调时，依赖冲突是一个常见问题，尤其是当不同工具链或库版本不兼容时。以下内容将提供解决此类问题的具体方法。

检查 Python 环境配置

确保当前 Python 版本符合 LLaMA-Factory 的要求。建议使用 Python 3.8 或更高版本，并通过虚拟环境隔离项目依赖。使用以下命令创建并激活虚拟环境：

python -m venv llama_factory_env
source llama_factory_env/bin/activate

处理 PyTorch 版本冲突

LLaMA-Factory 通常需要特定版本的 PyTorch。如果已安装其他版本的 PyTorch，需先卸载再重新安装兼容版本。运行以下命令：

pip uninstall torch torchvision torchaudio
pip install torch==2.0.1 torchvision==0.15.2 torchaudio==2.0.2 --index-url https://download.pytorch.org/whl/cpu

解决 CUDA 和 cuDNN 兼容性问题

若使用 Mac 的 M1/M2 芯片，需确保安装的 PyTorch 支持 Metal Performance Shaders（MPS）。安装时指定适用于 Mac 的版本：

pip install torch torchvision torchaudio --extra-index-url https://download.pytorch.org/whl/nightly/cpu

验证依赖安装

安装完成后，运行以下 Python 代码验证关键依赖是否正常工作：

import torch
print(torch.__version__)
print(torch.backends.mps.is_available())

若输出显示正确的版本号且 MPS 可用，则表明环境配置成功。

处理其他依赖冲突

使用 pip check 命令检查剩余依赖冲突。若发现问题，根据提示升级或降级相关包。例如：

pip install transformers==4.30.0 datasets==2.12.0

清理缓存和临时文件

依赖冲突有时由缓存引起。清理 pip 缓存和临时文件可避免潜在问题：

pip cache purge
rm -rf ~/.cache/pip

以上方法可系统性地解决 Mac 下 LLaMA-Factory 微调时的依赖冲突问题，确保环境稳定运行。