之前用nohup來遠程跑LLama factory微調腳本，是沒有問題的，但今天發現運行類似下面這個命令時，

nohup llamafactory-cli train examples/train_qlora/qwen_lora.yaml

只要一關閉ssh session，就會終止訓練，報類似：

nohup torch.distributed.elastic.multiprocessing.api.SignalException: Process 2504721 got signal: 1

的錯。解決方法其實也很簡單，參考了一下下面這些網頁：

nohup后臺運行命令，關閉shell后進程會終止_nohup 退出服務器后進程消失-CSDN博客

llamafactory大模型微調單卡轉多卡出現SignalException: Process 3232810 got signal: 1錯誤_torch.distributed.elastic.multiprocessing.api.sign-CSDN博客

針對我上面這個命令，解決方法是，首先輸入：

nohup llamafactory-cli train examples/train_qlora/qwen_lora.yaml &

然后回車，再在終端里輸入exit，然后再關閉ssh session即可。也有朋友說可以用tmux，但是我嫌麻煩就沒有嘗試：

nohup訓練pytorch模型時的報錯以及tmux的簡單使用 - gy77 - 博客園

就簡單總結這么多，主要是現在大模型微調太費事，如果跑了一半出現這種問題真的很讓人崩潰。?