oumi

Oumiは、基盤モデルのエンドツーエンドのライフサイクルをカバーするApache-2.0のオープンソースプラットフォームです。データの準備とキュレーション、学習と微調整、評価、デプロイを対象としています。Pythonパッケージ（`oumi`）として配布され、コマンドラインインターフェースと、すぐに使えるYAMLレシピのコレクションを備えています。 READMEに記載されている主な機能: - 約10Mから405Bパラメータまでのモデルの学習と微調整。フル微調整、LoRA、QLoRA、SFT、選好チューニング（DPO/KTO）、GRPO強化学習などの手法を使用します。最近の記述では、GRPOをツール使用に拡張し、ツール、環境（シミュレーション、ルックアップ、データベース）、エージェント型データ合成を追加することが言及されています。 - テキストおよびマルチモーダル（視覚言語）モデルのサポート。Qwen、DeepSeek R1、Llama、Falcon、Gemma、OLMo、Phi、InternVLなどのサンプルレシピがあります。 - LLM-as-a-Judgeワークフローを用いたデータ合成とキュレーション。ジャッジAPIや、推論、ジャッジ、データ合成にわたる部分失敗の処理を含みます。 - `oumi evaluate`コマンドと評価レシによる標準ベンチマークでの評価。 - vLLMやSGLangなどのエンジンによる推論とデプロイ。さらに、fireworks.aiやparasailなどのプロバイダー上で専用推論エンドポイントを提供する`oumi deploy`コマンドがあります。 - `oumi launch up`によるクラウドプラットフォーム（AWS、Azure、GCP、Lambda）上でのリモートジョブ起動。リソースやクラウドのオーバーライドに対応します。 - オープンウェイトモデルと商用API（OpenAI、Anthropic、Vertex AI、Together、Parasail）の両方との統合。バッチAPIサポートを含みます。 - 分散学習サポート（FSDP、DeepSpeed、DDP）とモデル量子化（AWQ）がリリースノートで言及されています。 - ClaudeやCursorなどのツールと統合するための`oumi-mcp` MCPサーバー。 インストール方法には、pip/uv（`oumi`、`oumi[gpu]`）、Dockerイメージ、実験的なインストールスクリプトがあります。一般的なCLIの使用法は、`oumi train -c <config>`、`oumi evaluate -c <config>`、`oumi infer -c <config> --interactive`です。このプロジェクトは、安定したコア機能を備えたベータ版であると述べており、ドキュメント、クイックスタートガイド、ツアー、微調整、蒸留、評価、リモート学習、ジャッジ用のノートブック（Colab）へのリンクがあります。 READMEは、ゼロボイラープレートのレシピ、研究のための再現性、幅広いモデルサポート、ベンダーロックインのない完全にオープンソースでコミュニティ指向のアプローチを強調しています。