1 Windows系统下多进程数据处理崩溃问题

错误信息：RuntimeError: One of the subprocesses has abruptly died during map operation

1.1 问题根源分析

Windows系统采用spawn方式创建子进程，与Linux的fork机制存在本质差异。这种差异导致局部函数、lambda表达式等对象无法通过pickle序列化进行进程间通信，引发RuntimeError和AttributeError。

1.2 解决方案：

设置预处理工作进程数为1，既避免多进程崩溃又满足库的最低要求。

我们只需在llamafactory中其他参数设置的额外参数处添加如下代码即可。

图1 llamafactory的web页面

{
  "preprocessing_num_workers": 1,  
  "num_proc": 1         
}

2 多进程DataLoader序列化错误：

错误信息：AttributeError: Can't pickle local object

2.1 问题根源分析

PyTorch/HuggingFace生态的Linux优化倾向：

1.默认配置为Linux服务器优化

2.默认启用多进程加速（num_workers > 0）

在Windows上这些优化反而会导致崩溃

2.2 解决方案：

在llamafactory的web界面中其他参数设置的额外参数设置中添加如下代码即可。

{
  "dataloader_num_workers": 0,     // 最关键：必须为0
  "dataloader_pin_memory": false,  // Windows上必须false
  "gradient_checkpointing": true,   // 内存优化技术
  "remove_unused_columns": false    // 避免数据列问题
}

3 终极方案

如果以上还未解决，可以试试这个终极解决方案：

依旧是在额外参数中添加：

{
  "preprocessing_num_workers": 1,
  "dataloader_num_workers": 0,  
  "remove_unused_columns": false,
  "dataloader_pin_memory": false,
  "per_device_train_batch_size": 1,
  "gradient_accumulation_steps": 8,
  "gradient_checkpointing": true,
  "ddp_find_unused_parameters": false,
  "ddp_broadcast_buffers": false
}

这串代码不仅解决了上面的两个问题，而且还降低了模型训练强度（以时间换空间）。

4 核心经验总结

Windows平台需特别注意：

(1).所有多进程参数默认归零

(2).优先保证运行稳定性

(3).内存优化技术组合使用

(4).采用增量式调试策略