منصوبے کے بارے میں

Oumi ایک Apache-2.0 اوپن سورس پلیٹ فارم ہے جو فاؤنڈیشن ماڈلز کے مکمل لائف سائیکل کا احاطہ کرتا ہے: ڈیٹا کی تیاری اور کیوریٹنگ، تربیت اور فائن ٹیوننگ، تشخیص، اور تعیناتی۔ یہ ایک Python پیکیج (`oumi`) کے طور پر تقسیم کیا جاتا ہے جس میں ایک کمانڈ لائن انٹرفیس اور تیار شدہ YAML ترکیبیں شامل ہیں۔ README میں بیان کردہ بنیادی صلاحیتیں: - تقریباً 10M سے 405B پیرامیٹرز تک کے ماڈلز کی تربیت اور فائن ٹیوننگ، مکمل فائن ٹیوننگ، LoRA، QLoRA، SFT، ترجیحی ٹیوننگ (DPO/KTO)، اور GRPO ری انفورسمنٹ لرننگ جیسی تکنیکوں کا استعمال کرتے ہوئے۔ حالیہ نوٹس میں GRPO کو ول کے استعمال تک بڑھانے اور ٹولز، ماحول (نقلی، لک اپ، ڈیٹا بیس) اور ایجنٹک ڈیٹا کی ترکیب شامل کرنے کا ذکر ہے۔ - متن اور ملٹی موڈل (ویژن-لینگویج) ماڈلز کے لیے معاونت، Qwen، DeepSeek R1، Llama، Falcon، Gemma، OLMo، Phi، InternVL اور دیگر کے لیے مثالی ترکیبوں کے ساتھ۔ - LLM-as-a-Judge ورک فلو کا استعمال کرتے ہوئے ڈیٹا کی ترکیب اور کیوریٹنگ، بشمول ایک جج API اور انفرنس، ججنگ اور ڈیٹا کی ترکیب میں جزوی ناکامی کی ہینڈلنگ۔ - `oumi evaluate` کمانڈ اور تشخیصی ترکیبوں کے ذریعے معیاری بینچ مارکس پر تشخیص۔ - vLLM اور SGLang جیسے انجنوں کے ساتھ انفرنس اور تعیناتی، نیز fireworks.ai اور parasail جیسے فراہم کنندگان پر مخصوص انفرنس اینڈ پوائنٹس کے لیے `oumi deploy` کمانڈ۔ - `oumi launch up` کے ذریعے کلاؤڈ پلیٹ فارمز (AWS، Azure، GCP، Lambda) پر ریموٹ جاب لانچنگ، وسائل/کلاؤڈ اوور رائیڈز کے ساتھ۔ - اوپن ویٹ ماڈلز اور تجارتی APIs (OpenAI، Anthropic، Vertex AI، Together، Parasail) دونوں کے ساتھ انٹیگریشن، بشمول بیچ API سپورٹ۔ - تقسیم شدہ تربیت کی معاونت (FSDP، DeepSpeed، DDP) اور ماڈل کوانٹائزیشن (AWQ) کا ذکر ریلیز نوٹس میں ہے۔ - Claude اور Cursor جیسے ولز کے ساتھ انٹیگریشن کے لیے ایک `oumi-mcp` MCP سرور۔ تنصیب کے اختیارات میں pip/uv (`oumi`، `oumi[gpu]`)، ایک Docker امیج، اور ایک تجرباتی انسٹال اسکرپٹ شامل ہیں۔ عام CLI استعمال `oumi train -c <config>`، `oumi evaluate -c <config>`، اور `oumi infer -c <config> --interactive` ہے۔ پروجیکٹ بتاتا ہے کہ یہ بیٹا میں ہے مستحکم بنیادی خصوصیات کے ساتھ، اور دستاویزات، کوئیک اسٹارٹ گائیڈز، ورز، فائن ٹیوننگ، ڈسٹلیشن، تشخیص، ریموٹ ٹریننگ اور ججنگ کے لیے نوٹ بکس (Colab) کے لنکس فراہم کرتا ہے۔ README زیرو بوائلر پلیٹ ترکیبوں، تحقیق کے لیے تولیدی صلاحیت، وسیع ماڈل سپورٹ، اور وینڈر لاک ان کے بغیر مکمل طور پر اوپن سورس، کمیونٹی پر مبنی نقطہ نظر پر زور دیتا ہے۔