State Tuning 微调教程
State Tuning 是什么？
State Tuning 只训练 RWKV 模型的初始 State，不修改基底模型权重。训练结果是一个需要与原基底模型配套加载的 State 文件。
本文的 State tuning 方法来自 RWKV 社区微调项目 RWKV-PEFT。
开始之前，请确保你拥有一个 Linux 工作区，以及支持 CUDA 的 NVIDIA 显卡。
State tuning 微调案例
以下是社区训练的 RWKV-7 State 案例。目前 RWKV 官方尚未发布 RWKV-7 State，使用社区 State 时，请同时确认其对应的基底模型。
视频教程
高画质视频请跳转到 B 站观看。
State tuning 的显存需求
State tuning 的显存需求可参考下表：
| 模型参数 | bf16 | int8 | nf4 |
|---|---|---|---|
| RWKV7-0.1B | 2.6GB GPU | 2.4GB GPU | 2.5GB GPU |
| RWKV7-0.4B | 3.1GB GPU | 2.9GB GPU | 2.8GB GPU |
| RWKV7-1.5B | 5.3GB GPU | 4.1GB GPU | 3.7GB GPU |
| RWKV7-2.9B | 8.2GB GPU | 5.7GB GPU | 4.7GB GPU |
| 模型参数 | bf16 | int8 | nf4 |
|---|---|---|---|
| RWKV6-1.6B | 5.8GB GPU | 4.5GB GPU | 3.9GB GPU |
| RWKV6-3B | 8.7GB GPU | 6.2GB GPU | 4.9GB GPU |
| RWKV6-7B | 17.8GB GPU | 11.9GB GPU | 8.5GB GPU |
上表的数据基于以下测试参数:
- ctx_len=1024
- micro_bsz=1
- strategy=deepspeed_stage_1
整理训练数据
收集 jsonl 格式训练数据
要 state tuning 微调 RWKV 模型，需要使用收集适合训练 RWKV 的数据（jsonl 格式），具体方法可参考准备微调数据集。
以下示例使用的是角色扮演数据：
配置训练环境
请参考RWKV 微调环境配置板块，配置 Conda 等训练环境。
克隆仓库并安装依赖
在 Linux 或 WSL 中，使用 git 命令克隆 RWKV-PEFT 仓库：
git clone https://github.com/Joluck/RWKV-PEFT.git
# 如果 GitHub 无法链接，请使用以下国内仓库：
git clone https://gitee.com/rwkv-vibe/RWKV-PEFT.git克隆完成后，使用 cd RWKV-PEFT 命令进入 RWKV-PEFT 目录。并运行以下命令，安装项目所需依赖：
pip install .修改训练参数
使用任意文本编辑器（如 vscode）打开 RWKV-PEFT/scripts 目录的 state tuning.sh 文件，修改训练参数，进而控制微调的训练过程和训练效果：
以下是一次 state tuning 调参过程：
调整路径参数
state tuning.sh 文件前三行是文件路径参数：
- load_model： 基底 RWKV 模型的路径
- proj_dir：训练日志和训练得到的 state 文件输出路径
- data_file：训练数据集路径。使用
jsonl时填写包含.jsonl后缀的完整文件路径；使用binidx时填写不带.bin和.idx后缀的文件名前缀。
调整 n_layer 和 n_embd 参数
基底 RWKV 模型的参数大小不同，训练时使用的 n_layer 和 n_embd 数值也不一样。以下是不同参数的 RWKV 模型和 n_layer 和 n_embd 数值的对照列表：
| 模型参数 | n_layer | n_embd |
|---|---|---|
| 0.1B | 12 | 768 |
| 0.4B | 24 | 1024 |
| 1.5B | 24 | 2048 |
| 3B | 32 | 2560 |
| 7B | 32 | 4096 |
| 14B | 61 | 4096 |
调整重要训练参数
| 参数 | 描述 |
|---|---|
micro_bsz=1 | 微批次大小，根据显存大小调整，微调时从 1 开始逐渐增大 |
epoch_save=1 | 每隔多少个训练轮次保存一次 State 文件 |
epoch_steps=1000 | 每个训练轮次的步数，增加会拉长单个epoch的训练时间 |
ctx_len=512 | 微调模型的上下文长度，state tuning 建议从短开始尝试，如 512 |
调整其他训练参数
下面列出了脚本中其他可修改的训练参数，及其修改的效果。
当前上游 State Tuning 示例使用 --lr_init 1e-5 和 --lr_final 1e-5。建议先按示例完成一次训练，再根据训练结果调整学习率和 ctx_len。
| 参数 | 描述 |
|---|---|
--data_type jsonl | 训练语料的文件格式。本教程使用 jsonl；选择 jsonl 时，data_file 包含文件后缀；改用 binidx 时，data_file 不包含 .bin 和 .idx 后缀 |
--vocab_size 65536 | 词表大小，必须与基底模型一致；RWKV World 模型使用 65536 |
--epoch_count 5 | 总训练轮次，可根据效果调整 |
--pre_ffn 0 | 用 ffn 替换第一个 att 层，有时可能有益 |
--lr_init 1e-5 | 初始学习率，当前上游 State Tuning 示例使用 1e-5 |
--lr_final 1e-5 | 最终学习率，当前上游 State Tuning 示例使用 1e-5 |
--accelerator gpu | 使用的加速器类型，目前主要支持 gpu， cpu 基本不支持训练 |
--devices 1 | 单显卡填 1，多卡按实际数量填写 |
--precision bf16 | 训练精度，当前上游 State Tuning 脚本使用 bf16；支持：fp32、tf32、fp16、bf16 |
--strategy deepspeed_stage_1 | lightning 训练策略参数，微调推荐使用 deepspeed_stage_1 |
--grad_cp 1 | 梯度检查点开关；1 可以节省显存，但会降低训练速度 |
--peft state | 微调训练类型，state tuning 微调填 state 即可 |
--my_testing "x070" | 训练的 RWKV 模型版本，v7 选 x070，v6 选 x060 ，v5 选 x052（已淘汰，不推荐） |
--op fla | State Tuning 使用的算子；与 --peft state 配合设置为 fla |
--wandb PEFT-State-tuning | 可选，是否使用 wandb 可视化记录训练日志，需提前配置 wandb 账号 |
--lr_schedule cos | 可选，学习率调度方法，默认为 cos，支持：cos、wsd |
参数调整完成后，请记得保存 state tuning.sh 文件。
附录：state tuning 配置参考
load_model='/home/rwkv/RWKV-PEFT/models/rwkv7-g1a-0.1b-20250728-ctx4096.pth'
proj_dir='/home/rwkv/RWKV-PEFT/test-output'
data_file='/home/rwkv/RWKV-PEFT/data/test.jsonl'
n_layer=12
n_embd=768
micro_bsz=1
epoch_save=1
epoch_steps=300
ctx_len=1024
python train.py --load_model $load_model \
--proj_dir $proj_dir --data_file $data_file \
--vocab_size 65536 \
--data_type jsonl \
--n_layer $n_layer --n_embd $n_embd \
--ctx_len $ctx_len --micro_bsz $micro_bsz \
--epoch_steps $epoch_steps --epoch_count 4 --epoch_save $epoch_save \
--lr_init 1e-5 --lr_final 1e-5 \
--accelerator gpu --precision bf16 \
--devices 1 --strategy deepspeed_stage_1 --grad_cp 1 \
--my_testing "x070" \
--peft state --op fla开始训练
在 RWKV-PEFT 目录，运行 sh "scripts/state tuning.sh" 命令，开启 state tuning 。
正常开始训练后，应当是如下画面：
训练完毕后，应当可以在输出文件夹中找到训练好的 state 文件（.pth 格式）和训练日志（.txt 文件）:
如何使用 state 文件
获得 state 文件后，你可以如此使用：
- 使用
merge/merge_state.py工具将 state 文件合并到基底 RWKV 模型中，获得一个完整的 state 微调模型。 - 在 RWKV Runner 或 Ai00 等工具中单独挂载 state 文件。（推荐用法）
由于 state 文件支持单独挂载，其他用户也可以通过挂载你训练出来的的 state 文件，增强 RWKV 模型的使用体验。
挂载 state 文件的方法可以参考 RWKV Runner | Ai00
注意：挂载 state 文件时，必须使用训练此 state 文件的同款 RWKV 模型。
举个例子：这个 state 文件是基于 RWKV7-G1b-1.5B 模型微调而来，那么你在 RWKV Runner 或 Ai00 等工具中必须启动 RWKV7-G1b-1.5B 模型，挂载的 state 文件才会生效。
我们的示例数据基于大量的角色扮演，训练出来的 State 文件具备一定的通用角色扮演能力：
粤公网安备44030002010697号