عن المشروع

Oumi هي منصة مفتوحة المصدر برخصة Apache-2.0 تغطي دورة الحياة الشاملة لنماذج الأساس: إعداد البيانات وتنسيقها، التدريب والضبط الدقيق، التقييم، والنشر. تُوزَّع كحزمة Python (`oumi`) مع واجهة سطر أوامر ومجموعة من وصفات YAML الجاهزة. القدرات الأساسية الموضحة في README: - تدريب وضبط دقيق للنماذج من حوالي 10M إلى 405B معامل، باستخدام تقنيات مثل الضبط الدقيق الكامل، LoRA، QLoRA، SFT، ضبط التفضيلات (DPO/KTO)، وتعلم التعزيز GRPO. تشير ملاحظات حديثة إلى توسيع GRPO ليشمل استخدام الأدوات وإضافة أدوات وبيئات (محاكاة، بحث، قاعدة بيانات) وتوليف بيانات وكيلية. - دعم النماذج النصية والمتعددة الوسائط (رؤية-لغة)، مع وصفات أمثلة لـ Qwen وDeepSeek R1 وLlama وFalcon وGemma وOLMo وPhi وInternVL وغيرها. - توليف البيانات وتنسيقها باستخدام سير عمل LLM-as-a-Judge، بما في ذلك واجهة judge ومعالجة الفشل الجزئي عبر الاستدلال والتحكيم وتوليف البيانات. - التقييم عبر معايير قياسية من خلال أمر `oumi evaluate` ووصفات التقييم. - الاستدلال والنشر باستخدام محركات مثل vLLM وSGLang، بالإضافة إلى أمر `oumi deploy` لنقاط نهاية استدلال مخصصة على مزودين مثل fireworks.ai وparasail. - إطلاق المهام عن بُعد على منصات سحابية (AWS، Azure، GCP، Lambda) عبر `oumi launch up`، مع تجاوزات الموارد/السحابة. - التكامل مع كل من النماذج مفتوحة الأوزان وواجهات API التجارية (OpenAI، Anthropic، Vertex AI، Together، Parasail)، بما في ذلك دعم واجهة API الدفعية. - دعم التدريب الموزع (FSDP، DeepSpeed، DDP) وتكميم النماذج (AWQ) المذكورة في ملاحظات الإصدار. - خادم MCP باسم `oumi-mcp` للتكامل مع أدوات مثل Claude وCursor. تشمل خيارات التثبيت pip/uv (`oumi`، `oumi[gpu]`)، وصورة Docker، ونص تثبيت تجريبي. الاستخدام النموذجي لواجهة سطر الأوامر هو `oumi train -c <config>` و`oumi evaluate -c <config>` و`oumi infer -c <config> --interactive`. يذكر المشروع أنه في مرحلة beta مع ميزات أساسية مستقرة، ويربط بالتوثيق وأدلة البدء السريع ودفاتر Colab للجولات والضبط الدقيق والتقطير والتقييم والتدريب عن بُعد والتحكيم. يشدد README على وصفات بدون كود إضافي، وقابلية إعادة الإنتاج للبحث، ودعم واسع للنماذج، ونهج مفتوح المصدر بالكامل وموجه نحو المجتمع دون قيود الموردين.