欧美成人午夜精品久久久,国产?V天堂一区二区三区,欧美精品va在线观看,亚洲一区二区三区免费在线观看,av无码精品一区二区久久,欧美性爱视频不卡一区三区,欧美乱人伦视频在线观看,国产一级牲交高潮

ARTICLE DETAIL

資訊詳情

深耕商務(wù)建站與企業(yè)官網(wǎng)運(yùn)營的一線實(shí)戰(zhàn)洞察。

ChatGLM3-6B LoRA微調(diào)實(shí)戰(zhàn):從環(huán)境搭建到推理部署全流程指南

ChatGLM3-6B LoRA微調(diào)實(shí)戰(zhàn):從環(huán)境搭建到推理部署全流程指南 簡介大語言模型微調(diào)是行業(yè)落地的核心技術(shù)環(huán)節(jié)。LoRA作為一種高效參數(shù)微調(diào)方法通過凍結(jié)基座模型權(quán)重并訓(xùn)練低秩增量矩陣顯著降低顯存占用使6B級別模型在普通顯卡上也能完成業(yè)務(wù)定制。ChatGLM3-6B作為中文場景中表現(xiàn)優(yōu)秀的基礎(chǔ)模型配合LoRA可在知識問答、領(lǐng)域?qū)υ挼热蝿?wù)上快速適配。本文完整梳理了從環(huán)境搭建、數(shù)據(jù)清洗、訓(xùn)練參數(shù)配置到推理驗(yàn)證的工程流程并針對顯存溢出、過擬合、loss異常等常見問題給出可操作的排查方案為開發(fā)者提供一套可直接復(fù)現(xiàn)的微調(diào)實(shí)踐路徑。 做AI應(yīng)用落地這幾年我最大的感受是模型底座要選對但真正決定業(yè)務(wù)體驗(yàn)的往往是最后那一步定向調(diào)教。ChatGLM3-6B是我常用的底座之一通用對話、知識問答都能打可一旦牽扯到具體的行業(yè)術(shù)語、輸出格式、角色人設(shè)直接拿原版模型上線就會顯得官方而空洞。這篇就把我的完整跑通方案記錄下來——基于ChatGLM3-6B模型用LoRA方法做微調(diào)從環(huán)境搭建、數(shù)據(jù)處理到訓(xùn)練、推理每一步都給出可復(fù)現(xiàn)的源碼和參數(shù)并且把我在實(shí)操中踩過的坑一并講清楚。先說這套方案適合誰。如果你準(zhǔn)備在自己的顯卡上把一個大模型拉向垂直場景手頭有一張24G顯存左右的卡或者幾張消費(fèi)級卡做數(shù)據(jù)并行想把模型從什么都能聊變成你的領(lǐng)域?qū)<夷沁@篇文章就是給你準(zhǔn)備的。LoRA的核心價值在于不跟那60億參數(shù)硬碰硬而是訓(xùn)練一組規(guī)模極小的增量矩陣讓模型在保持原有能力的同時學(xué)會你要的說話方式。我的實(shí)測結(jié)論是在1千到1萬條高質(zhì)量業(yè)務(wù)數(shù)據(jù)下LoRA微調(diào)的效果跟全參微調(diào)已經(jīng)非常接近但訓(xùn)練資源需求卻低了一個數(shù)量級。1. 項(xiàng)目背景與整體設(shè)計思路1.1 為什么選ChatGLM3-6B當(dāng)?shù)鬃疫xChatGLM3-6B有幾個非常實(shí)際的考量。首先是參數(shù)規(guī)??ㄎ缓芎线m6B這個量級既不像70B那樣需要多卡集群伺候也不會像幾百M(fèi)的小模型那樣微調(diào)完還是顯得笨。它在中文上的表現(xiàn)尤其是在指令遵循和上下文理解方面明顯好于同體量的多數(shù)開源模型這對我做的業(yè)務(wù)問答、文本潤色、結(jié)構(gòu)化抽取這類任務(wù)來說特別重要。其次ChatGLM3的對話協(xié)議是固定的一套模版格式。官方微調(diào)腳本里已經(jīng)對這種格式做了完整支持包括system prompt、多輪歷史、工具調(diào)用這些字段。這意味著你在微調(diào)時不需要自己發(fā)明輪子只要把數(shù)據(jù)整理成對應(yīng)的對話結(jié)構(gòu)剩下的交給模型。最后社區(qū)的生態(tài)成熟度也是個隱性優(yōu)勢。transformers、peft、datasets這些主流庫對ChatGLM3支持得很到位踩坑時隨便一搜就能找到答案這一點(diǎn)對新手來說價值很大。說到生態(tài)我還要多提一句很多人以為選底座只看榜單分?jǐn)?shù)但實(shí)際開發(fā)里庫的兼容性和社區(qū)活躍度往往是決定能否按時交付的關(guān)鍵。我早期用過一些小眾模型文檔不全、加載報錯、社區(qū)沒人回答折騰一周還在環(huán)境階段。后來統(tǒng)一收斂到ChatGLM3這類有官方微調(diào)倉庫、有大量第三方教程的模型上交付效率明顯上來了。1.2 選LoRA而不選全參微調(diào)核心邏輯在哪這里我要把方案選型講透因?yàn)楹芏喑鯇W(xué)者上來就糾結(jié)我到底該用LoRA還是全參微調(diào)。我自己的判斷標(biāo)準(zhǔn)很簡單先看你的硬件再看你的數(shù)據(jù)量。全參微調(diào)意味著6B模型的所有參數(shù)都要參與梯度更新。以AdamW優(yōu)化器為例光優(yōu)化器狀態(tài)就要占掉兩倍模型參數(shù)量的內(nèi)存加上模型本身、梯度、激活值一張24G的卡根本塞不下通常需要A100 80G級別的設(shè)備。LoRA的做法是凍結(jié)所有原始參數(shù)只訓(xùn)練插入在attention層里的低秩矩陣。以r8為例ChatGLM3-6B可訓(xùn)練參數(shù)大概只有800萬到1000萬級別只占全部參數(shù)的1%左右。訓(xùn)練時的顯存大頭是模型本身的權(quán)重和推理帶來的激活值所以24G單卡就能很舒服地跑起來。再從數(shù)據(jù)量的角度說全參微調(diào)在數(shù)據(jù)量不足時特別容易災(zāi)難性遺忘——模型把原來的通用能力全忘了只知道你的業(yè)務(wù)話術(shù)。LoRA因?yàn)樵紮?quán)重不動相當(dāng)于在保持常識基礎(chǔ)的同時疊加一個業(yè)務(wù)適配層一千條高質(zhì)量數(shù)據(jù)就能看到效果而且訓(xùn)練完的LoRA權(quán)重只有幾十MB切換任務(wù)時只要把a(bǔ)dapter換掉就行不需要維護(hù)多個完整模型副本。P-Tuning v2也是官方推薦的一種輕量方案它通過在模型輸入側(cè)加連續(xù)型prompt來實(shí)現(xiàn)微調(diào)。但它對長文本、復(fù)雜推理場景的適配不如LoRA靈活而且每次推理都要多走一段連續(xù)prompt的學(xué)習(xí)路徑。我綜合對比后LoRA在大多數(shù)業(yè)務(wù)場景下是性價比最優(yōu)的選擇這也是這篇文章為什么用LoRA來實(shí)戰(zhàn)的原因。2. 環(huán)境準(zhǔn)備與依賴安裝2.1 硬件評估顯存到底怎么算在你開始敲pip install之前先把機(jī)器的情況摸清楚。我的運(yùn)行環(huán)境是這樣的單張RTX 4090 24G系統(tǒng)是Ubuntu 22.04CUDA 12.1PyTorch 2.1。這個配置可以很輕松地跑ChatGLM3-6B的LoRA微調(diào)實(shí)際峰值顯存約21GB左右。如果你用的是16G顯存的卡比如RTX 4080或者4090 Laptop也能跑但要開啟gradient checkpointing并調(diào)小batch size。這里我給大家一個粗略的顯存估算公式。6B模型在FP16下權(quán)重占用約為12GB60億參數(shù) × 2字節(jié)。LoRA訓(xùn)練時這12GB是固定的因?yàn)槟銉鼋Y(jié)了原始權(quán)重額外的開銷來自LoRA參數(shù)、梯度緩存、優(yōu)化器狀態(tài)和激活值。以per_device_train_batch_size1、max_length1024為例激活值大約占3~5GBLoRA參數(shù)及其優(yōu)化器狀態(tài)不到1GB模型梯度凍結(jié)層不需要存基本可忽略。所以整體算下來18~23GB是一個比較現(xiàn)實(shí)的區(qū)間。你準(zhǔn)備硬件之前可以拿這個公式粗算一下別等啟動訓(xùn)練才發(fā)現(xiàn)OOM。如果你只有一張12G的卡也并非完全不行。可以嘗試量化為4bit加載用bitsandbytes配合peft的load_in_4bitTrue把模型權(quán)重壓到3GB左右騰出空間給訓(xùn)練。當(dāng)然4bit量化會稍微損失精度訓(xùn)練出來的效果比16bit略差但確實(shí)能讓你在低端卡上跑通整個流程。2.2 環(huán)境搭建和依賴清單依賴這塊我直接給出經(jīng)過我驗(yàn)證的版本組合避免大家被各庫之間的版本沖突折磨Python 3.10transformers 4.36.0低于4.30會有ChatGLM3的tokenizer兼容問題peft 0.7.0datasets 2.16.0accelerate 0.26.0bitsandbytes 0.42.04bit量化用可選項(xiàng)sentencepiece 0.1.99protobuf 3.20.3這個版本很關(guān)鍵后面的版本會跟ChatGLM的tokenizer依賴沖突創(chuàng)建虛擬環(huán)境后用pip安裝這些包即可。有條件的話我建議用conda裝PyTorch然后pip裝其他庫。conda create -n glm3-lora python3.10 conda activate glm3-lora pip install torch2.1.0 --index-url https://download.pytorch.org/whl/cu121 pip install transformers4.36.0 peft0.7.0 datasets2.16.0 accelerate0.26.0 sentencepiece0.1.99 protobuf3.20.3裝完之后先把模型下載到本地。注意模型文件不小6B的FP16權(quán)重大約12GB提前留好磁盤空間。git lfs install git clone https://huggingface.co/THUDM/chatglm3-6b提示如果網(wǎng)絡(luò)不穩(wěn)定也可以從ModelScope的鏡像倉庫下載代碼上只要把model_name_or_path換成對應(yīng)的本地路徑就行。這一步踩過的坑也順便說一下protobuf版本不對時tokenizer加載會報TypeError: Descriptors cannot not be created directly我當(dāng)時卡了差不多半天最后鎖定到3.20.3才正常。別小看依賴版本微調(diào)項(xiàng)目大部分時間都耗在這些不起眼的小問題上。3. 數(shù)據(jù)準(zhǔn)備與預(yù)處理3.1 數(shù)據(jù)結(jié)構(gòu)讓模型看懂你的業(yè)務(wù)LoRA微調(diào)成敗的第一決定因素是數(shù)據(jù)而不是模型。ChatGLM3-6B的官方微調(diào)腳本期望的數(shù)據(jù)是對話格式的JSON。我通常使用ShareGPT格式每個樣本是一個多輪對話數(shù)組[ { conversations: [ { role: system, content: 你是云運(yùn)維助手熟悉Kubernetes、Docker、Prometheus等工具。 }, { role: user, content: Pod一直處于Pending狀態(tài)我該怎么排查 }, { role: assistant, content: 首先用 kubectl describe pod pod-name 查看事件重點(diǎn)看調(diào)度失敗原因。常見情況包括節(jié)點(diǎn)資源不足、節(jié)點(diǎn)被污點(diǎn)污化、PVC沒有綁定等。 } ] } ]注意這里有幾個細(xì)節(jié)。第一system字段可以顯式設(shè)定人設(shè)這是ChatGLM3相對早期模型的一大增強(qiáng)如果你要的是某個垂直領(lǐng)域的問答助手建議每個樣本都保留這個字段。第二多輪對話要保留完整的上下文不要只給單輪切出來的片段否則模型學(xué)不到記住前文的能力。第三字段名必須是conversations里面每輪的role只能是system、user、assistant三種之一連大小寫都不能錯。對于數(shù)據(jù)量我給個經(jīng)驗(yàn)區(qū)間。如果只是做風(fēng)格遷移或角色扮演兩三百條高質(zhì)量樣本就夠看到明顯變化如果是行業(yè)知識問答建議至少準(zhǔn)備一千條覆蓋主要問法的樣本最好是三千到一萬條的效果更穩(wěn)。數(shù)據(jù)再多的話普通LoRA可能就有點(diǎn)吃力了需要配合增量預(yù)訓(xùn)練或者調(diào)整數(shù)據(jù)采樣策略。3.2 數(shù)據(jù)清洗與質(zhì)量檢查這一步極其容易被忽略但恰恰決定了微調(diào)效果的天花板。我拿到原始數(shù)據(jù)后的處理順序是這樣的先做格式清洗再做內(nèi)容去重最后做質(zhì)量抽檢。格式清洗包括JSON解析驗(yàn)證、剔除空content的樣本、把內(nèi)容中的多余空白和不可見字符清掉、統(tǒng)一全角半角標(biāo)點(diǎn)。很多從業(yè)務(wù)數(shù)據(jù)庫里摳出來的數(shù)據(jù)格式亂得讓人頭大但模型學(xué)的就是這些文本垃圾進(jìn)垃圾出所以這一步不能省。內(nèi)容去重我用的是datasets庫的Dataset.from_list配合簡單的hash去重。因?yàn)橹貜?fù)樣本會在訓(xùn)練時被反復(fù)加權(quán)導(dǎo)致模型對某幾條回答過擬合降低泛化能力。實(shí)際操作中我還遇到過一種隱蔽問題文本內(nèi)容不同但語義高度重復(fù)的樣本比如K8s是什么和Kubernetes是什么同時大量出現(xiàn)這會讓模型對特定說法過度敏感。處理這類問題沒有捷徑只能靠人工抽樣看所以我的習(xí)慣是第一步先按字面去重第二步再抽檢語義重復(fù)率實(shí)在太多就做聚類后挑代表樣本。最后的人工抽檢是必須的。我習(xí)慣從清洗后的數(shù)據(jù)里隨機(jī)抽20~30條逐條看答案是否準(zhǔn)確、是否包含明顯錯誤信息。大模型微調(diào)最怕的就是數(shù)據(jù)本身有毒——模型一旦學(xué)進(jìn)去錯誤知識很難通過后續(xù)手段擦除。這塊用一句話總結(jié)就是寧可少十頁數(shù)據(jù)不要一條臟數(shù)據(jù)。4. LoRA微調(diào)核心實(shí)現(xiàn)4.1 LoRA參數(shù)到底怎么設(shè)在寫代碼之前先得對LoRA的幾個關(guān)鍵參數(shù)心里有數(shù)不然一行代碼都看不懂。LoRA的核心思想是把權(quán)重更新量拆成一個低秩矩陣的乘積即ΔW BA其中B的維度是d×rA的維度是r×k。訓(xùn)練時只更新B和A這個r就是秩。參數(shù)名推薦值作用備注r8低秩矩陣的秩決定可學(xué)習(xí)容量數(shù)據(jù)量大可加大到16新手別一上來就64lora_alpha32縮放因子控制LoRA影響強(qiáng)度和r搭配實(shí)際縮放系數(shù)為alpha/rlora_dropout0.1隨機(jī)失活比例防過擬合數(shù)據(jù)量小、過擬合時加到0.15target_modulesquery_key_value指定插入LoRA的網(wǎng)絡(luò)層ChatGLM3核心attention模塊biasnone是否訓(xùn)練偏置項(xiàng)一般設(shè)為none省參數(shù)省顯存這些參數(shù)不是拍腦袋定的我在不同任務(wù)上做過對比。r8配上alpha32在客服對答、知識抽取、文案改寫這些任務(wù)上都能拿到不錯的效果。如果你想追求更極致的推理速度可以把r降到4alpha調(diào)成16模型體積會小不少但表達(dá)能力的上限也會相應(yīng)降低。另外特別提醒一下target_modules不要亂加。有人為了充分微調(diào)把dense、dense_h_to_4h全都加上結(jié)果訓(xùn)練時間翻倍、顯存暴漲效果卻沒有明顯提升因?yàn)榇蟛糠挚蛇w移的知識就集中在attention層的value投影里。4.2 訓(xùn)練主流程代碼下面直接上核心代碼。首先是加載基座模型和tokenizerimport torch from transformers import AutoTokenizer, AutoModel, TrainingArguments, Trainer from peft import LoraConfig, get_peft_model model_name THUDM/chatglm3-6b tokenizer AutoTokenizer.from_pretrained(model_name, trust_remote_codeTrue) model AutoModel.from_pretrained( model_name, torch_dtypetorch.float16, trust_remote_codeTrue, device_mapauto ) # 如果顯存緊張用下面的方式加載4bit量化模型 # from transformers import BitsAndBytesConfig # bnb_config BitsAndBytesConfig(load_in_4bitTrue, bnb_4bit_compute_dtypetorch.float16) # model AutoModel.from_pretrained(model_name, quantization_configbnb_config, trust_remote_codeTrue)然后配置LoRA并注入模型lora_config LoraConfig( r8, lora_alpha32, lora_dropout0.1, target_modules[query_key_value], biasnone, task_typeCAUSAL_LM ) model get_peft_model(model, lora_config) model.print_trainable_parameters() # 輸出類似: trainable params: 8,388,608 || all params: 6,258,278,400 || trainable%: 0.134數(shù)據(jù)處理部分需要把對話樣本拼成ChatGLM3的prompt格式。這里的關(guān)鍵是讓tokenizer正確處理特殊token。我建議自己實(shí)現(xiàn)一個拼接函數(shù)這樣對batch處理更友好ChatGLM3的chat模板長這樣def build_prompt(conversations): system 你是一個智能助手 if conversations[0][role] system: system conversations[0][content] conversations conversations[1:] prompt [gMASK]sop system \n for msg in conversations: if msg[role] user: prompt |user|\n msg[content] |assistant|\n else: prompt msg[content] \n return prompt訓(xùn)練時我們對整條拼接后的文本做tokenize把user部分對應(yīng)的token在labels里設(shè)為-100忽略loss只讓模型學(xué)習(xí)assistant的回答部分。實(shí)現(xiàn)時可以用tokenizer(prompt, return_tensorspt)然后手動構(gòu)造labels數(shù)組凡是user位置的token label都置為-100。接著配置TrainingArgumentstraining_args TrainingArguments( output_dir./glm3-lora-checkpoints, per_device_train_batch_size1, gradient_accumulation_steps8, num_train_epochs3, learning_rate2e-4, warmup_ratio0.03, logging_steps10, save_steps500, evaluation_strategysteps, eval_steps500, fp16True, gradient_checkpointingTrue, report_tonone ) trainer Trainer( modelmodel, argstraining_args, train_datasettrain_dataset, eval_dataseteval_dataset, tokenizertokenizer, ) trainer.train()這些參數(shù)里per_device_train_batch_size1加gradient_accumulation_steps8等效batch size是8但顯存壓力卻被控制得很好。gradient_checkpointingTrue會以少量計算換顯存實(shí)測能省下4GB左右的占用。learning_rate用2e-4是LoRA微調(diào)常見的起點(diǎn)比全參微調(diào)的1e-5到5e-5要大一兩個量級原因很簡單可訓(xùn)練參數(shù)太少學(xué)習(xí)率太小根本學(xué)不動。這個經(jīng)驗(yàn)我在多個模型上驗(yàn)證過用1e-5訓(xùn)練LoRAloss基本貼著原地不動。這里插一句非常重要的經(jīng)驗(yàn)不要盲目開大batch size。LoRA微調(diào)時batch size影響的是LoRA那一小部分參數(shù)的梯度估計8的等效batch已經(jīng)足夠。過大反而讓模型傾向于復(fù)刻訓(xùn)練集的常見回答損失多樣性模型會變得油嘴滑舌但缺乏真正的泛化能力。4.3 訓(xùn)練過程中的幾個坑這塊是純實(shí)操經(jīng)驗(yàn)了。第一個坑是loss不下降或下降極慢。我遇到過最典型的原因就是learning_rate設(shè)成了全參微調(diào)的1e-5LoRA參數(shù)更新本身就小1e-5基本等于沒訓(xùn)練。改成2e-4甚至5e-4后loss明顯開始往下走。排查時先看learning_rate再看target_modules是否正確注入最后看數(shù)據(jù)加載是否真的打到了模型上。第二個坑是顯存突然爆炸。有時候開始訓(xùn)練正常跑了幾百步之后OOM。這一般是激活值累積或者某個batch的文本特別長導(dǎo)致的。我后來習(xí)慣在數(shù)據(jù)集里加一個長度上限過濾比如超過2048 tokens的樣本直接截斷或丟棄訓(xùn)練穩(wěn)定性會好很多。具體做法是在preprocess函數(shù)里判斷l(xiāng)en(input_ids) max_length就跳過。第三個坑是梯度檢查點(diǎn)跟某些庫的兼容問題。如果你在加載模型時用了prepare_model_for_kbit_training又同時開啟gradient_checkpointing在模型反向傳播時可能報RuntimeError: None of the inputs have requires_gradTrue。這個問題的根源是4bit量化后部分參數(shù)被設(shè)為不需要梯度解決方法是確保你只對model.base_model調(diào)用gradient_checkpointing_enable()并檢查所有需要梯度的參數(shù)是否都在LoRA的adapter里。這個報錯信息看著嚇人其實(shí)原因非常具體按這個思路排查基本都能解決。5. 模型評估與推理部署5.1 模型保存與合并訓(xùn)練完成后trainer會直接把LoRA adapter保存在output_dir里。這里面有幾個文件adapter_config.json、adapter_model.bin還有tokenizer相關(guān)文件。adapter_model.bin通常只有幾十MB這就是你辛苦訓(xùn)練的成果。保存LoRA其實(shí)就夠了因?yàn)橥评頃r你可以在基座模型上臨時加載這個adapter。但如果你的最終目的是部署到生產(chǎn)環(huán)境不希望每次啟動都多一步加載adapter的邏輯那就需要把a(bǔ)dapter合并回原始模型from peft import PeftModel model PeftModel.from_pretrained(model, ./glm3-lora-checkpoints/checkpoint-1500) merged_model model.merge_and_unload() merged_model.save_pretrained(./glm3-lora-merged) tokenizer.save_pretrained(./glm3-lora-merged)合并后的模型跟普通ChatGLM3-6B的結(jié)構(gòu)完全一樣只是權(quán)重已經(jīng)被業(yè)務(wù)數(shù)據(jù)微調(diào)過可以用常規(guī)方式加載和部署。這樣在推理服務(wù)里就不需要依賴peft庫也能省掉adapter疊加的運(yùn)行時開銷。如果你的服務(wù)框架不支持peft合并導(dǎo)出幾乎是唯一的選擇。需要提醒的是合并操作會把LoRA權(quán)重加到原始權(quán)重上結(jié)果是一個新的6B完整模型磁盤占用又回到12GB左右。如果你同時維護(hù)多個業(yè)務(wù)場景的LoRA建議保留adapter文件按需加載合并而不是每個場景都存一份完整模型磁盤開銷會大很多。5.2 推理驗(yàn)證效果好不好自己先聊幾輪模型微調(diào)完光看loss曲線是不夠的loss低不代表效果好可能是過擬合了。我自己習(xí)慣先做一組固定的測試問題集蓋上訓(xùn)練分布專門測模型的遷移能力。比如我訓(xùn)練了一個客服助手測試時會問幾個訓(xùn)練數(shù)據(jù)里完全沒出現(xiàn)過的同義問題看它能否給出合理回答。推理測試的代碼很簡單model AutoModel.from_pretrained(./glm3-lora-merged, trust_remote_codeTrue, devicecuda) response, history model.chat(tokenizer, 你熟悉Kubernetes嗎請用一個例子說明Pod調(diào)度原理。, history[]) print(response)測試時重點(diǎn)看三個維度一是回答是否跟業(yè)務(wù)口徑一致二是多輪對話是否還能記得前面的內(nèi)容三是是否出現(xiàn)通用能力退化比如原本能做的數(shù)學(xué)題現(xiàn)在做不出來了。第三個維度很多人會忽略但恰恰是衡量LoRA微調(diào)是否健康的關(guān)鍵指標(biāo)。我在一個項(xiàng)目里就遇到過微調(diào)后模型對領(lǐng)域問題的回答非常漂亮但一讓它算11都開始胡說這就是典型的災(zāi)難性遺忘。解決方案是訓(xùn)練時在數(shù)據(jù)里摻10%左右的基礎(chǔ)通用數(shù)據(jù)效果立竿見影。后來我每次準(zhǔn)備數(shù)據(jù)都會刻意留出這個比例確保模型既懂業(yè)務(wù)又不丟常識。我還會把微調(diào)前后的回答放在一起做對比。用同一組問題先問原版ChatGLM3再問微調(diào)后的模型輸出差異一目了然。這個對比過程不只是看結(jié)果好壞還能幫你理解LoRA到底改了什么。比如我看到過原版模型回答你怎么看云原生時會給出標(biāo)準(zhǔn)百科式的定義而微調(diào)后模型的回答變成了結(jié)合業(yè)務(wù)場景的具體建議這就是LoRA在起作用。6. 常見問題與排查技巧實(shí)錄6.1 顯存不足怎么辦這個問題出現(xiàn)的頻率最高。如果你遇到CUDA out of memory按下面的順序排查確認(rèn)已經(jīng)開啟gradient_checkpointing這是性價比最高的手段。把per_device_train_batch_size降到1。檢查max_length設(shè)置很多數(shù)據(jù)里有個別超長樣本會在某個step突然撐爆顯存可以先把max_length設(shè)成512或768試跑。考慮4bit量化加載模型。我在一張24G卡上用上面的組合可以跑batch_size1 grad_accum8 max_length1024的訓(xùn)練顯存峰值不到22GB。如果這么調(diào)還是OOM那基本得換更大的卡或者減少數(shù)據(jù)長度了不要指望靠玄學(xué)優(yōu)化繞過物理限制。6.2 過擬合與欠擬合怎么判斷過擬合看eval loss。如果訓(xùn)練loss持續(xù)下降但eval loss先降后升那就是過擬合的典型信號。LoRA微調(diào)數(shù)據(jù)量一兩千條時過擬合非常容易發(fā)生。我的對策是加大lora_dropout到0.15降低學(xué)習(xí)率到1e-4訓(xùn)練輪數(shù)減少到2輪同時用early stopping回調(diào)來早停。如果過擬合嚴(yán)重到訓(xùn)練集loss都快到0了建議先別急著調(diào)參回到數(shù)據(jù)處理環(huán)節(jié)看是不是重復(fù)樣本太多、對話模式太單一。欠擬合則相反訓(xùn)練loss降不下去模型的回答還是跟原版差不多。這多半是學(xué)習(xí)率太小、訓(xùn)練輪數(shù)不夠或者LoRA的r設(shè)得太小??梢韵仍囍裭earning_rate提到5e-4觀察幾輪再決定。注意欠擬合和過擬合的調(diào)參方向是相反的別搞混。我見過有人把欠擬合誤判成過擬合加了dropout、降了學(xué)習(xí)率結(jié)果問題越來越嚴(yán)重。6.3 Loss變成NaN或訓(xùn)練崩潰Loss出現(xiàn)NaN最常見的原因是學(xué)習(xí)率過大導(dǎo)致梯度爆炸或者是fp16混合精度下的loss scale出了問題。處理方式先把lr降到1e-5確認(rèn)穩(wěn)定后再往上調(diào)。如果還不行把fp16關(guān)掉用純fp32訓(xùn)練顯存壓力會大但能排除精度問題。另外數(shù)據(jù)里如果混入了特別臟的文本比如超長亂碼也可能導(dǎo)致數(shù)值異常清洗數(shù)據(jù)時要把這類內(nèi)容過濾掉。還有一個容易被忽略的問題tokenizer的pad token沒設(shè)置好。ChatGLM3的tokenizer默認(rèn)沒有pad_token而Trainer在batch時需要對樣本pad到相同長度。解決辦法是在訓(xùn)練前顯式設(shè)置tokenizer.pad_token tokenizer.eos_token不設(shè)置的話可能報錯或訓(xùn)練行為異常這是我見很多人卡住的點(diǎn)。另外如果用了DataCollatorForSeq2Seq記得把paddingTrue開啟否則pad邏輯不會生效。這些小細(xì)節(jié)看著不起眼但往往就是它們決定了你能不能順利跑通一次訓(xùn)練。6.4 訓(xùn)練速度太慢怎么辦如果你覺得訓(xùn)練速度慢先別懷疑顯卡性能大概率是數(shù)據(jù)長度太長或者小batch拖累的。LoRA訓(xùn)練的計算量主要集中在attention的前向反向傳播上輸入token越長計算復(fù)雜度增長越快。我建議先統(tǒng)計一下訓(xùn)練數(shù)據(jù)的平均長度如果大部分樣本都能控制在512 token以內(nèi)就不要把max_length設(shè)成2048白白增加計算量。另外檢查一下數(shù)據(jù)加載是否有瓶頸比如每次都在內(nèi)存里重新讀寫大JSON換成datasets庫的內(nèi)存映射機(jī)制會快很多。還有一個訓(xùn)練加速的技巧在數(shù)據(jù)預(yù)處理時提前把所有樣本tokenize好并緩存到磁盤訓(xùn)練時直接加載預(yù)處理后的token可以省掉運(yùn)行時的tokenize開銷。數(shù)據(jù)量幾千條時這個優(yōu)化不明顯但如果數(shù)據(jù)量到了幾萬條能省下不少時間。我的習(xí)慣是第一次跑數(shù)據(jù)預(yù)處理時花些時間緩存之后每次調(diào)參訓(xùn)練都不用重復(fù)處理數(shù)據(jù)。這些坑回頭看看都不復(fù)雜但確實(shí)會一個接一個地消耗時間。我把它們整理成一張速查表方便你排查現(xiàn)象首要懷疑點(diǎn)處理建議顯存OOM激活值過大開gradient checkpointing、降batch、裁長文本Loss不降學(xué)習(xí)率太小調(diào)大到2e-4乃至5e-4Eval loss反彈過擬合加dropout、減訓(xùn)練輪數(shù)、查數(shù)據(jù)重復(fù)LossNaN學(xué)習(xí)率過大或fp16不穩(wěn)降lr、關(guān)fp16試跑、清理臟數(shù)據(jù)訓(xùn)練報pad相關(guān)錯誤未設(shè)置pad_token顯式設(shè)置tokenizer.pad_token自己在實(shí)際項(xiàng)目里把這一整套流程跑下來之后我最大的體會是LoRA微調(diào)這個事代碼層面還真不難難的是數(shù)據(jù)整理和對效果的系統(tǒng)驗(yàn)證。源碼和參數(shù)照著抄都能跑通可如果你的數(shù)據(jù)是臟的或者壓根沒有一套效果評估方法那微調(diào)出來的模型很可能只是看起來在訓(xùn)練實(shí)際離上線還有很大距離。我現(xiàn)在的固定流程是先花一天整理數(shù)據(jù)再花半天配環(huán)境訓(xùn)練一晚上第二天上午做定向測試對比微調(diào)前后在業(yè)務(wù)問題上的回答差異。這個節(jié)奏在我做過的幾個項(xiàng)目里都挺穩(wěn)定。如果你準(zhǔn)備在自己的場景里上手ChatGLM3-6B的LoRA微調(diào)我建議從小數(shù)據(jù)量開始跑通全流程再逐步加數(shù)據(jù)、調(diào)參數(shù)這樣可以省下很多不必要的試錯時間。本文還有配套的精品資源點(diǎn)擊獲取
返回列表
PREV
查看更多資訊
NEXT
返回資訊列表
久久小说网| 亚洲av成人在线| 99热爱爱干干日| 色婷婷色情| 天天日夜夜爽| 91久久电影| 国产超碰在线| 啪啪丁香五月| 加勒比久热| 91丨九色丨熟女|新版| 爱爱色五月天| 亚洲色碰| 色婷婷香蕉丁丁网| 97婷婷色| 日本丁香久在线| 天天插天天干| www.五月天婷婷| 丁香五月无码| 午夜不卡成人一区二区| 亚洲色婷婷色| 丁香久久| 色99热| 涩涩五月天| 亚洲第一精品成人999久久精品| 久久9久| 国产特黄色精品一区二区三区精品无广告| 亚洲精品一区中文字幕乱码| 99热最新| 玖玖婷婷五月天| 桔色成人在线| 婷婷干五月综合在线播放| 99色婷婷视频| 成人精品在线| 国产伦理精品高清在线观看网站一区二区 | 日本成人噜噜| 六月丁香综合网| 91人妻人人操人人爽| 亚洲欧美在线观看| 伊人综合网站| 国产精产国品一二三在观看| 免费看欧美成人A片无码| 欧洲亚洲午夜| 亚洲最大在线| 碰碰女| 五月天婷婷人妻| 丁香六月婷婷综合激情欧美 | 天天日夜夜| 日韩久久这里只有精品| 夜夜爽天操| 久久这里只有精彩| 婷婷丁香六月五月天| 超碰色热| 九九九九九九毛片| 亚洲成人在线播放| 五月婷婷啪啪| 专区无日本视频高清8| 97操操| 欧美Va婷色| 九九99在线免费在线观看视频| 日韩国产在线免费观看| 在线观看中文字幕亚洲| 另类激情五月天。| 伍月婷丁香婷| 五月丁香婷婷人体| xxx.色婷婷| 天天色综合网1| 翔田千里无码| 激情五月天伊人影院| 思思热再线视频| 提提热五月天婷婷| 日婷婷久久开心| 五月婷婷色吧!| 天天做 天天爱| 六月丁香激情综合| 狠狠人妻色综合| 欧美在线操| 97在线/亚洲| 五月狠狠| AV九九| 欧美激情综合色综合啪啪五月| 婷婷五月天网| 丁香五月性| 丁香五月色| 超碰精品在线| 五月天婷婷色色首页| 亚洲精品网址| 欧洲精品欧洲情| 婷婷激情五月综合基地| 97碰人人操| 久久久久久激情| 91精品久久久久久久| 五月婷丁香| 五月婷色| 艹天天射| 丁香婷婷五月天色播| 婷婷五月天首页| va亚洲中文在线| 婷婷综合激情| 亚洲色五月| 婷婷亚洲天堂| 婷婷五月天淫荡| 国产操逼网站| 五月丁香啪啪激情| 色久九| 色五月激情网| 国产综合81p| 97色色色色色色色| 五月天桃色深爱网| 久色视频| 亚洲午夜一区二区| 九九热这里只有精品一| 国产成人综合网| 欧美激情综合色综合啪啪五月| 少妇性按摩无码中文A片 | 婷婷五月天激情四射五月天激情| 狠狠色婷婷777| 大香蕉伊人99| 超碰丁香五月| 日本AAAAAAAAAAAAAA片| 亚洲精品字幕在线观看| 欧美性爱日韩性爱| 婷婷色五月综合丁香| 操啊操av| 操91| 五月婷婷另类| 性欧美日本| 国产69久久久欧美黑人A片| 色久一| 五月天婷婷六月激情网| 日韩另类| 99ri久久| 996er热| AA片在线观看视频在线播放| 天天色月| 99在线小视频| 91人人操人人看| 日日鲁鲁夜夜爽爽| 大地9中文在线观看免费高清 | 免费色色色| 一本色道久久综合狠狠躁小说| 99这里只有精品| 伊人婷婷大香蕉| 在线观看玖玖资源免费观看| 777精品久无码人妻蜜桃| 任你操精品免费| 99精品久久久久久久婷婷久久| 激情久久五月天| 久久精品一区二区三区四区| 免費亭亭成人| 久久草大香蕉| 亚州激情在线视频| 99在线精品免费视频| 99re热在线视频| 婷婷狠狠操| 3p九色在线| 激情欧美婷五月| 激情丁香六月| 婷婷色五月丁香六月欧美啪| 狠狠草在线观看| 日韩精品电影| 激情久久久久久久久久| √天堂资源在线人妻熟女| 97sese婷婷| 熟妇无码乱子成人精品| 99热这里只有精品手机在线观看| 五月丁香色色网| 色噜噜夜夜夜综合网| 丁香六月五月天| 五月激情综合婷婷| www.99热这里精品| 超碰在线观看9| 久久性爱视频网站| 激情综合婷婷| 精品夜夜澡人妻无码AV| 色婷婷先锋| 欧美三级巜人妻互换| 丁香六月 婷婷六月| 天天做夜夜爽| 九九婷婷五月天影视| 欧美大肥婆大肥BBBBB| 色综合爽| 人人操人| 中文字幕AV在线播放| 亚洲成人丁香花| 婷婷综合激情五月综合| 国产三级片91| 亚洲韩国日产综合AV| 99久热| 激情五月丁香婷婷夜夜操| 激情综合色网| 四五月婷婷| 五月天丁香婷婷视频网址| www.minyis.com【JT】国内CDN落地页保证转化QQ2101460746 | 99热国产在| 亚洲精品字幕在线观看| 天天综合色| 久9热视频在线观看| 五月婷婷激情性爱| 五月婷婷五月天天| 九色啦蜜臀| 亚洲综合一区二区| www,999日本色| 色色色.COM| 在线观看免费狠狠色丁香香综合| 大香蕉啪啪网| 色婷婷五月天激情在线观看| av婷婷丁香 六月| 国产操B| 久热这里只有精品6| 色伊人婷婷| 九九久久精品| 色婷婷激情四射视频| 久久久这里都是精品| 青青草青青草五月天| 久久综合五月| 色五月天网| 射琪琪| 91精品丝袜久久久久久| 激情综合99| 青青草视频免费观看| 综合五月天婷婷色| 67194成I人在线观看线路1| 黄桃AV无码免费一区二区三区| 五月婷婷伊人在线| 丁香五月另类小说在线阅读| 成人亚洲精品| 色综合久久综合| 欧美一级色| 色色色图| 久久久久人无码人妻| 91精品无码久久久久久五月天| 最近免费中文字幕大全高清大全1 免费看欧美成人A片无码 | 9久久精品| 日B日潘金莲BB| 久久五月视频| 激情视频综合| 日本成人噜噜噜| 99热99热在线观看| 这里只有精品视频视频在线观看| 久艹大香蕉| 97五月婷| 青青草大香| 九九精品热| 99色网站| 森林影视大全,最好看的2019年视频 | 丁香熟女乱| 色色色999| 热99在线精品| 婷婷亚洲综合| 五月婷婷色播| 996er热| 天天夜夜操| 99免费热在线精品| 九色91国产| 97色视频网| 九九九九九999999| 黄色录像网点| 久cao香蕉影院| 婷婷激情四射| 欧美激情综合| 99久久综合网| 日韩999| 日本爆乳片手机在线播放| 色色综合视频| 综合网五月| 五月丁香亚洲婷婷| 伊人玖玖精品| 精品人妻久久久久久| 99re视频在线播放| 99这里只有精品视频| 久操大香蕉| 伊人www22综合色| 激情五月婷婷开心网| 六月婷婷影院| 天天舔天天操| 亚洲六月色婷婷| 色综合天堂| 97人人操在线| 99色在线| 久久久久久9热不雅视频| 无码字幕中文| 99操无码视频观看| 亚洲视频a| 噜综合| 天天天操天天天爰| 激情美女五月天激情在线| 日韩欧美四五区| 五月噜噜| 五月婷婷天天| 日日夜夜婷婷| 91干婷婷| 久久婷婷色综合| 激情九月综合| 五月天成人在线| 丁香五月天网友自拍啪啪啪视频| 五月天激情久久| 久色| 五月综合色| 97色五月婷婷在线| 九九干视频| 人人爱操| 色综合色色| jiZZdr| 99操逼| 亚洲亚洲人成综合网络| 在线视频激情网站| 欧美成人无码一区二区三区| 综合激情五月天六月婷免费视频| 99色婷婷| 五月色情精品| 人人玩人人橾| 丁香激情网| 久久国产色| 韩国中文字幕91| 伊人久久大香线蕉AV最新午夜| 99精品人人| 欧美亚洲999| 五月丁香六月婷婷视频| www.婷婷| 91婷婷色| 久久精品视频在这里有| 五月天婷婷久久| 五月婷婷电影院| 青青色com久久| 超碰人妻在线| 5五月综合网亚洲| 久机视频这只有精品| 免费超碰在线观看| 五月丁香久久| 五月丁香婷婷深深爱| 久久草大香蕉| 國語久久婷| 天天操天天操综合| www.婷婷五月| 黑人熟妇一区二区三区| 深爱激情69热| 女人被躁到高潮嗷嗷叫小| 婷婷五月五月丁香| 日韩成人av在线| 99热这里只有在线| 丁香五月婷婷激情小说| 九 九九九AV| 大香蕉婷婷五月天| 色婷婷88| 婷婷色丁香五月| 综合在线色婷婷| 欧美Va日本Va| 超碰丁香五月| 婷婷综合五月天亚洲综合| 99超级碰免费视频| 99久久久免费| 五月天婷婷免费| 丁香五月大香蕉在线99| 天天摸.天天mo| 最新va在线播放| 天天碰夜夜操| 日本本土色网第一区| 99精品一二三四视频| 激情 久久 婷婷| 五月丁香六月婷婷啪啪综合| 丁香五月婷婷在线| 精品九九在线观看视频| 天天干天天干天天| 色一区高清| 五月丁香欧美综合| 激情骚五月| 99亚洲综合| 婷婷丁香六月| 五月婷婷深深的爱| 亚洲婷婷五月天| 一区二区免费看| 99re这里| 五月丁香六月婷婷久久| 五月丁香自拍| 91avse| 欧美日韩成人高清在线| 色五月色图| 狠狠干在线| 婷婷色六月| 99无码黄色视频| 亚洲国产成人AV在线| 婷婷激情网五月天| 在线综合91| 久久婷婷综合五月趴| AV在线不卡播放| 欧美色播综合在线观看| 亚洲色婷婷五月天| 婷婷丁香一月| 日本色超碰| 岛国AV网站| 五月天婷婷Av| 人人摸人人干人人做| 久草婷婷在线| 婷婷六月天| 久久总和99| 91狠狠色| 最新精品视频99| 伊人爱爱日本| 五月久久婷婷丁香| 五月婷婷六月丁香激情深爱| 色色色色丁香| 99视频在线观看网址| 欧美网站视频4399| EEUSS鲁片一区二区三区| 六月香五月婷| 《久久综合九色综合97婷婷| 成功精品影院| 夜丁香五月婷婷| 91丨九色熟女丨首页| 天天爱综合网| 五月丁香久久网| 色综啪啪网| 婷婷六月天激情| 2017人人操| 色五月婷婷基地| 丁香五月激情澎湃一区| 婷婷丁香五月亚洲17cao| 日韩成人电影Av| 久久草大香蕉| 伊人五月成人| 亚洲色啪| www.超碰97| 色婷婷社区| 日日噜狠狠色| 五月婷婷在线视频免费观看| 亚洲无码猫咪| 涩涩五月天| 天堂草在线观看| 久久久久妻| 北条麻妃伊人| 激情五月婷婷视频一区二区三区| A网在线欧洲| 五月丁香六月综合基地| 色狠狠色综合久久久绯色aⅴ影视| 五月天综合婷婷| 性色欲情 网站| 爱久久小说下载网| 五月婷亚洲精品AV天堂| 99在线亚洲| 思思久久99热| 色六月婷婷| 久在热99| 成人精品在线观看| 东京热免费视频| 五月丁香六月婷婷亚洲视频| 丁香五月婷婷动漫| 色五月天丁香| 欧美激情2025| 婷婷六月激情啪啪| 婷婷五月天成人五月天| 婷婷99视频精品| 97干在线视频精品店| 无码人妻激情| 婷婷玖玖五月天| 久久99激情| OYIWbGcPu8H| 99精品视频在线观看| 激情网五月天| 五日激情综合| 思思精品视频| 五月婷婷综合在线视频小说| 五月香六月婷| 色视五月天婷婷| 天天舔天天插天天爱| 久久久久婷| 日笨久久网| 国产性爱在线| 97日韩无套内| 国产性爱在线| Www.sesese丁香| 丁香五月综合| 欧洲电影在线观看免费版英语版 | 99视频精品全部免费观看| 五月丁香色色网| 亚洲成人综合网在线免费观看| 综合狠狠干| 狠狠干婷婷| 五月婷婷激情视频| 少妇达人正片在线播放_ikun_福利吧| 丁香婷婷视频一区二区| site:feetmall.com| 天天综合天天做天天综合| 婷婷丁香五月亚洲欧美| 五月婷婷综合热| www.五月婷婷| 26uuu国自产精品| 狠狠搞五月天| 91艹人| 国产日韩欧美性生活| 狠狠看狠狠| 九九免费视频在线| 婷婷五月久久| 五月丁香做爱视频| 亚洲激情色色| 久播影院免费观看电视剧大全最新网| 色五月丁香五月| 99视频这里有精品| 中文字幕永久免费| 国产JK精品白丝AV在线观看| www婷婷色| 婷婷视频在线碰| 久久视9精| 婷婷五月综合丁香久久| 色在线99| 777久久综合视频| 久久成人综合五月天| 九热视频这里只有精品| 六月婷婷五月丁香| 99精品在这里| 碰99在线| 九九日本视频| 六月丁香影院| 99精品久久| 国产午夜伦鲁鲁| 日日噜噜久久婷婷五月天| 中文字幕精品在线观看| 色七色九九| 婷婷五月深爱五月| 色五月婷婷五月| 狠狠色色色| 综合色吧| 2025天天爽天天摸| 97超碰在线免费观看| 99天堂网| 久久九精品| 六月婷婷av| 俺五月| 人妻精品一区二区三区| 日本综合久久| 五月天另类图片区99| www.av视频xx999.com| 97色色在线视频| 亚洲精品在线视频| 久久五月婷综合| 色婷婷88| 五月天激情视频网站| 玖玖无码中文| 大香人妻| 夜夜做天天爽| 日韩无码色色| 啪啪六月婷婷| 婷婷色激情五月天| 亚洲人妻av伦理| 热99在线精品| 美英法精品无码免费视频| 99热6这里只有精品| 91呦呦呦| 狠狠大香婷婷爱| www,色色色网站| 九月色婷婷| 偷偷操99| 欧州色色| 五月婷婷激情网| 丁香六月婷婷久久高清| 99亚洲色色| 成人视频网| 99热综合网| 天天插天天插天天插天天插| 色爆五月| www.日日日.com| 色婷视频| 色久九| 国产精品爽爽久久久久久| 丁香六月婷婷色XXXX| 五月色综合网欧美网| 26uuu国产| 99热人人艹| av在线超清中文| 欧洲毛片基地c区| 激情欧美婷婷| 一本色道久久综合狠狠躁小说| 婷婷精品免费久久| 天天在线久久综合| 色在线视频网2025| 婷婷激情六月| enecarbon-materials.com污K127封锁请涟系@wip1688 | 91婷婷色 | Blackedraw视频一区二区| 99综合免费视频| 9999热在线观看| 91丁香五月| 色区久久| 男人天堂 久久| 久热这里只有精品在线| 玖玖91| 婷婷五月丁香基| 国产成人综合网| 538在线精品| 久久这里都是精品免费| 国产毛片欧美毛片久久久| 丁香六月婷婷综合色| 色五月激情五月| 大香蕉手机视频| www婷婷| 久久色吧| 五月婷婷在线观看| 天天射综合网站| Caop在线| 91婷婷色五月| 色五月婷婷DVD| 五月天桃色深爱网| 九九成人电影婷婷| 五月婷婷久久综合| 精品婷婷| 国产精品久久久久久久久久| 激情淫乱男女| 另类A片| 丁香五月日啪| 亚洲中文字幕在线观看| 婷婷性爱五月天| 激情啪啪五月天| 九九热内射| 婷婷综合精品视频97| 丁香网五月天| 亭亭玉月丁香| 婷婷五月在线综合| 北条麻妃伊人| 九九色图| 国产精品色色色色| 久热久操久热久草国产91| 天堂色婷婷| 婷婷亚洲五| 91九色偷拍| 天天肏天天肏天天肏| 婷婷偷拍网| 五月丁香六月片| 开心激情五月天网| 99热 这里只有精品 国产 日韩| 五月丁香啪啪啪| 婷婷五月天狠狠搞干| 久久久婷丁香五月天激情综合| 玖玖热视频| 丁香五月天综合网| 婷婷的色色五月天| 国产精品美女久久久久AV超清 | 超碰97在线操| 亚洲AV综合网| 天天色天天舔天天爱天天爽| 99在线视频色版| 怡红院AV亚洲一区二区三区H| 五月天婷婷在线AN| 激情开心五月婷婷| 久综合九| 婷婷字幕在线| 91久久久久久| xx人人xx| 色国产五月| 色色色色色色色色色色色色色97| 国产免费一区二区在线A片视频| 甈你aaaaa| 五月丁香啪综合| 无码人妻少妇色欲AV一区二区| 婷婷五月花丁香| 99久久99热| 五月丁香网站| 99资源人人| 国产成人精品亚洲线观看| 激情婷婷五月| 欧美激情综合五月色丁香| 综合欧美五月婷婷| 无码人妻激情| 热99在线精品| 婷婷色五月天色色| 五月停停99| 伊人激情AV一区二区三区| 五月丁香六月婷婷欧美综合| 丁香婷婷久久老熟女综合网| 熟女乱论网| 五月天久久婷婷| 操人精品| 伊人久热91网| 99热在线播放精品| 97啪在线观看视频| 粉嫩AV久久一区二区三区| 99精品自拍| 丁香五月先锋| 日本色色网站| 五月天社区婷婷丁香社区| 五月丁香龟婷婷| 三十路磁力链接| 99惹| 久久综合热17c| 久久久久久久综合狠狠综合| 日韩99视频| 97操碰在线视频| 狠狠久久婷| 综合激情四射一theav| 碰碰人人人| 五月Huangsewang| 色五月婷婷操逼| 青青草tp| 日日干天天| 五月天婷婷综合网| www.com.色色| 热久久成人| 九九婷婷五月天| 啪啪91| 色播激情| 欧美日本VA| 色天使色婷婷| 亚洲视频二区| 91精品电影18T| 久久久婷| 97丁香五月| 综合五月婷婷| 五月婷婷激情69| 日日撸天天干| 99热这里只有精品搜| 五月丁香婷婷色播无码| 五月丁香花开综合网| 日本熟妇乱妇熟色A片蜜桃 | 日本三级成人秘书精品片| 色婷婷亚洲综合天堂| 丁香五月狠狠在线观看| 99热精品在线| 超碰色热| 97se视频在线| 日本乱论99| 五月天婷婷色色| 99超在线| 狠狠人人婷婷| 久久人妻精品| 色播激情婷婷| 操99| 麻豆五月丁香婷婷| 九九re精品视频在线观看| 99热免费精品| 九艹在线| 亚洲va综合va国产va中文| 大大香蕉综合在线| 97人人超| 夜夜涩涩涩| 色五月影视| 91婷婷在线| 免费超碰在线观看| 五月天综合激情网| 26UUU亚洲欧美| 可以观看的AV| 成年人丁香五月| 日韩日比视频在线| 婷婷综合色图| 国产精品视频久久99| 五月丁香福利| 91美女啪啪| 精品久久99| 五月婷婷六月丁香在线视频| 激情婷婷丁香| 一级七香蕉| 俺也去婷婷五月天第五色| 五月婷婷综合精品| 成功精品影院| 中文色婷婷| 五月激情综合婷婷| 亚洲成人一区| 色色色香蕉五月婷| 九月丁香婷婷综合激情| 九九热精品在线| 天天干,夜夜爽| 开心五月婷婷婷美女| 国产色五月婷婷| 五月天成人综合| 亚洲精级| 五月色导航| 九九伊人网| 天天综合网~91| 亚洲另类久久| 另类少妇人与禽zOZZ0性伦| 久久婷婷五月天丁香| 丁香五月综合高清在线| 久热网站| 91操黄| 五月天另类综合网| 丁香在线视频| 久操人妻| 久9久9久9久9久9久9| 亚洲成人AV一区在线观看| 天天操天天操综合| 激情五月激情综合网| 伦乱天堂| 丁香五月网址| 九九99香蕉在线视频播放| 美英法精品无码免费视频| 成人做爰A片免费看视频| 97婷婷色| 午夜丁香| 九九色综合| www.91操| 午夜成人天堂久久无码日韩久久| 五月丁香久久| 亚洲视频1区| 26uuu欧美激情另类| 天天肏在线| 五月婷婷丁香成人网| 色五月综合网| 婷婷五月综合啪| 人妻久久久久久久 | 久久激情中文| 婷婷激情五月天色| 国产做爰视频免费播放| 国产综合激情五月久久| 亚洲色色色| 秋霞A V毛片| 超碰99久久| 色婷婷丁香| 综合网五月| 久久网站免费亚洲| 亚洲AV成人在线| 激情婷婷五六月天| 97高清国语自产拍| 婷婷五月天激情综合网| 亚洲综合色网站| 婷婷97狠狠成人网站| 激情六月五月婷婷综合网| 精国产品一区二区三区A片| 99超在线| 99热综合| 天天综合亚洲综合| 丁香五月婷婷激情蜜桃| 亚洲第一综合| 婷婷99狠狠躁天天躁中文| 91AV婷婷| 激情精品久久| 久草婷妨| 超碰猛烈的性猛交| 99热久| 粉嫩AV久久一区二区三区| 九九热视频免费的| 超碰色女| 九九在线精品| 人妻精品久久久久久| 欧美啪啪网| 久久婷婷五月天懂色| 亚州激情在线视频| 伊人丁香五月婷婷潮吹| 亚洲中文字幕AV| 久婷婷久草| av在线观看网址| 337p大胆噜噜噜噜噜91Av| 久久99热这里只有精品23| 狠狠色噜噜狠狠狠狠狠色综合久久| 狠狠干在线| 婷婷丁香五月天综合AV| 啪啪日本欧美| 九月婷婷久久久| 丁香五月天激情小说| 五月丁香综合影院| 色综合99| 99爱视频| 密乳视频| 另类丁香综合| 久久综合激情| 色色色色热| 99re思思精品视频在线观看| 一级性感毛片| 玖玖色综合| 久久精彩视频| ji'qing'luan'ren'lun| www.综合久久.com| 热91久| 99热欧美| 日夜夜久久| 国产亚洲精品人人| 色五月婷婷五月天激情综合| 久久综合26p| 久久99网| 天天摸天天舔| 色色五月婷婷| av免费在线网站| 99色在线观看视频者| 婷婷五月天国产| 日本成人噜噜噜噜噜| 婷婷永久在线| 美国不卡视频| 国产日韩欧美| 人妻av在线| 婷婷五月天视频亚洲| 激情五月婷婷综合网| 激情综合在线观看| 99超碰欧美| 国产精品99久久久久久久女警| 色香久久| 亚洲小视频| 婷婷激情五月天在线视频| 婷婷色五月丁香六月欧美啪| 色五月婷婷伊人| 伊人综合网站| 五月婷色| 九九婷婷综合| 色色色色网站| 99re视频精品| WWW.夜夜| 色综合色色| 夜夜久久综合网| 91九色首页| 久久97| 可以看的av网站| 激情六月婷| wwwC0maV五月花| 五月丁综合在线观看| 成人五月天婷婷| 综合色久| 91狠狠色丁香婷婷综合久久精品| 六月色播| 久久婷婷网| 久婷| 99视频内射三四| 久久性爱视频| 97天堂| 久久久ww| 丁香五月激情棕合| 日本97在线视频| 色婷婷777狠狠| 婷婷五月六月| 九九www| enecarbon-materials.comWu染请涟系Bao护@wip1688 | 五月婷婷自拍视频| www.俺去也com| 思思热99在线视频| www五月天com| 亚洲免费婷婷| 丁香五月色五月| 午夜做爱影院| 久久精彩免费视频| 婷婷色婷婷| w婷婷五月婷婷w| 97福利视频| 思思热这里只有精品| 亚洲第一综合| 久久精品人妻| 丰满少妇乱A片无码| 国产婷伊人| 久久六月综合| 五月丁香花视频| 丁香六月啪| 精品久久人妻热| 热久久视频99| 99视频在线观看视频| 免费试看小视频 99| 26UUU亚洲欧美| 99精品爱| 久色婷婷200| 99激情| 精品爆操| h在线看免费版在线看| 99热99艹在线观看| 天天综合色99| 激情综合色网| 天天操天天操天天操| 久久色五月天激情小说| 婷婷色五月开心五月| 欧美日韩成人在线| 蜜臀久久99精品久久久久久酒店| 五月丁香日逼| 91超碰在线播放| 五月婷婷丁香五月亚洲色| 翔田千里无码| 色九月婷婷丁香| 可以免费观看的av| 中文字幕综合色| 婷婷五月天av| www.激情五月天com| 五月天激情图片| 99久久66综合| 123草逼网| 激情婷婷综合| 天天做天天爱| 少妇熟女视频一区二区三区| 超碰在线网站| 99在线观看视频蜜臀| 色视频五月天| 国产精品国产成人国产三级| 欧美叉叉叉BBB网站| 婷婷激情综合色五月久久91| 成人性生活免费观看。| 婷婷九月丁香| 欧美丁香六月激情视频| 婷婷的色色五月天| 日比网免费国产| 久久jiuwww| 国产精品国产VA片国产| 91凹凸在线| 久草丁香婷婷1024| 五月天色图| 国产偷人妻精品一区| 国产精品VIDEOSSEX久久发布| 亚洲色色五月| 丁香五月网| 欧美日韩成人在线| 日韩无码人妻一区二区| 婷婷五月天综合蜜桃| 色综合久久88色综合天天99| 婷婷五月天性色| AV色五月婷婷| 99在线观看精品视频| 国产特级毛片AAAAAAA高清| 激情国产五月| 伦乱美欧| 任你草| 超碰色女| 99热无码首页| 久久激情中文| 爱爱色五月天| 99在线精品观看99| 五月婷久久草| 久久免费婷婷视频| 午夜精品人妻无码一区二区三区| 99九色视频在线观看| 99热精这里只有精品| 丁香五月影院| 一起草日本| 丁香婷婷色五月合集| 五月婷婷丁香| 久久网站免费亚洲| 亚洲熟妇无码乱子AV电影| 国产99久| 九九aV| 婷婷五月天AV在线| 96精品国产综合久久久久久| 中文字幕成人| 天天爱天天操| 色婷婷AⅤ| 色五月婷婷影院| 五月停亭久久电影| 99视频精品全部免费观看| 色色色无码| 色99在线| 99热手机在线精品| 欧美情月伍月天| 99爱在线精品视频免费观看| 日本在线视频播放91| 五月天色综合| 五月四色激情| 天天视频亚洲| 月丁香久久久| 色综合久久88色综合天天99| 色欧美日| 五月丁香婷草| 亚洲精品国产成人AV在线| www.超碰在线| 人妻性操逼中文字幕 国产| 五月婷婷六月丁香| 精品久色| 婷婷丁香社区| 天堂AV三级| 综合五月天| 丁香五月天精品| 天天射天天操天天干| 丁香婷婷视频| 2005天天干天天1| 综合网视频| ztEJj| 激情九九这里只有精品| 97超喷视频在线观看| 日本婷色| 另类视频一区| 99在线精品免费视频| 亚洲色综久久五月| 激情骚五月| 99黄色性生活| 天天综合插插| 五月九九综合| 色噜噜狠狠色综无码久久合欧美| 在线观看中文字幕亚洲| 久久久久人妻| 五月天婷婷黄色| 国内久久亭亭| 天天操婷婷| 五月丁香色婷婷婷基地| 懂色av粉嫩av蜜臀av| 欧美Va日本Va| 99热这里在线精品| 91精选国| 99日韩网站| 日本熟妇精品99| 国产AV一区二区三区最新精品| 开心五月丁香婷婷| 免费成片在线观看| 99热精品中文字幕| 久久久99久久| 99久久国产宗和精品1上映| 中文av网站| 五月激情四射婷婷丁香| 激情噜噜噜| 久久丁香| 精品自拍99| 99精品久久| 欧美国产一区二区三区| 亚洲一级色电影| 九九热123| 外国碰视频网站97| 婷婷丁香五月六月激情| 97久久精品| 五月伊人91| 99操逼| 午夜激情五月天| 九九久久五月天综合伊人| 最近中文字幕大全免费版在线| 婷婷色网| 丁香社92视频| 丁香五月天激情| 五月综合视频| 天天拍久久| 九九热a| 久久婷婷亚洲无码一起| 日本精品人妻无码77777| 玖玖婷婷综合| 六月丁香好婷婷| 99热色无码| 激情图片99| 91麻豆国产三级精品福利在线观看| 五月婷婷六月丁香玖玖玫瑰91| 午夜不卡成人一区二区| 爱射综合| 久久玖玖综合| 九九99热久久精品66中文字幕| 五月丁了香蕉综合| 五月天激情四射网站| 免费看欧美成人A片无码| 九九热视频99| 国产欧洲欧洲精品久久| 多精窝99在线视频| 日韩成人av在线| 99re热在线观看| 天天肏在线| 婷婷五月天开心网| 天天做天天爱天天综合网| 日日色五月天| 色婷婷中文字母五月丁香| 五月婷婷丁香网| 五月天开心色色网| 色色热| 99这里都是精品| 99亚洲天堂| 在线天堂9| 五月天激情婷婷| 99热6这里只有精品| anquye伊人| 婷婷爱在线观看| 免费黄色片子| 婷婷五月综合色拍| 日本久久超碰| 国产精品国产| 婷婷五月激情黄色| 婷婷五月天激情网| 久久婷婷五月天| 五月天成人综合| 五月开心久久| 99激情视频| 五月婷婷在线观看黄| 丁香五月五月婷婷| 色综合色| 成人短视频在线免费观看| 99精品视频网| 国产精品爽爽久久久久久| 精品乱码久久久久| 亚洲狠狠干| 色五月婷婷九月| 99ri视频在线播放| 五月天狠狠| 天天爱天天爽| 九九久久99精品免费观看www| 永久免费一区二区三区| 婷婷射综合| 久色五月丁香视频| 91丨九色丨白浆| 日韩亚洲视频| 色丁香久久| 男男野外做爰全过程69| 五月丁香六月激情| 日韩久久系列| 五月花激情网| 色综合九九色综合88| 91在线视频综合| jiuse91在线| 色九亚洲| 婷婷五月激情综合| 狠色综合网| www久久99com| 丁香六月中文| 九九热在这里只有精品| 狠狠色五月天| 九九激情| 国产,欧美,学生妹,视频| 亚洲成人综合网在线免费观看| 五月天久久激情| 国产操碰| 天天人人天天爽| 激情网五月婷婷| 色九亚洲| 人人操AV| 91九九九九九九| 九九综合九色欧美狠狠| 成人精品视频99在线观看免费| 香港九九六区八区99| www.婷婷,com| 人妻人人操| 五月丁香欧美综合免费视频| 天天爽天天草| 久久九九视频网站| 狠狠色噜噜狠狠狠888了| 五月丁香婷婷三级| 97香蕉久久超级碰碰高清版 | 五月婷婷在线播放| YJLZZJLZZ亚洲乱熟无码| 久久五月视频| 丁香五月开心七月| 69久久99精品久久久久| 99热视| 9久国产| 天堂久热| 9|无码久久久久久| 激情五月丁香综合网站| 激情综合色| 日本成人内射| 久久婷婷伊人| 99久在线精品99re8热| 久9视频| www,色婷婷| 五月丁香色婷婷综合| 色碰碰| 五月天婷婷久久| 殴美日比视频| www.五月瑟| 午夜69成人做爰视频| 久久天堂婷婷五月| 婷婷成人综合免费视频| 亚洲VA口| 九九亚洲天堂| 色婷婷中文在线| 丁香六月天堂| 国产一级片| 中文字幕av亚洲| 丁香五月天综合| 久99久视频精选| 激情六月天| 欧美久久网| 五月天婷婷色色| 五月丁香啪啪啪免费看| 香蕉AV福利精品导航| 色五月天中文字幕| 亚洲精品国产A久久久久久| 99色热视频| 在线精品97| 色五月综合在线| 玖玖在线| 日日操日日撸| 五月丁香999| av操逼网| 日本人人xxx| 丁香婷色| 五月天婷婷无码| 亚洲综合网激情小说| 欧美在线ee日韩| 五月婷婷色播| 婷婷操逼| XX色综合| 五月丁香亚洲综合| 成人毛片在线免费观看| 中文资源在线a| 99视频久久免费视频| 狠狠婷婷日韩| 操人久久| 欧美va视频不用播放器的va视频网| 婷婷五月综合国产精品| 99热久草| 亚洲五月天综合|