oumi-ai/oumi

Oumi – 基盤モデルのライフサイクル全体のためのオープンソースプラットフォーム

概要 – Oumi は、Python ベースの完全オープンソースツールキットで、大規模言語モデル（LLM）と視覚言語モデルのデータ準備、トレーニング、ファインチューニング、評価、デプロイが可能です。ラップトップでの 10M パラメータの実験から GPU クラスターでの 400B パラメータの実行までを対象とし、テキストのみのモデルとマルチモーダルモデルの両方をサポートします。

主な機能

• トレーニングとファインチューニング – SFT、LoRA、QLoRA、DPO、GRPO などの最先端の手法。FSDP、DeepSpeed、DDP による分散トレーニング、PyTorch 2.9+ のサポート。
• エージェント/ツール使用モデル – 組み込みのツール呼び出し SFT、実行可能なツール環境（データベース、HTTP、ルックアップ、シミュレーション）、verl GRPO アルゴリズムによる強化学習。
• マルチモーダルサポート – Llama、Gemma、Qwen、DeepSeek、GLM、Phi、および多くの視覚言語ファミリー（Qwen-VL、InternVL など）に対応。
• データ合成と評価 – LLM をジャッジとするパイプライン、マルチターンのツール使用会話生成、品質管理のためのルーブリックベースの RubricJudge。
• 推論とデプロイ – vLLM または SGLang による高速ローカル推論、およびクラウドプロバイダー（Fireworks、Parasail、Lambda、Modal など）で専用エンドポイントを起動できる oumi deploy CLI。
• リモートジョブオーケストレーション – oumi launch は AWS、Azure、GCP、Lambda などのクラウドを抽象化し、リソースプロビジョニングと監視を処理します。
• 豊富なレシピライブラリ – 数十のモデル（Qwen 3、Gemma 4、Llama 4、Falcon-H1/E など）向けのすぐに実行可能な YAML 設定で、トレーニング、推論、評価をカバー。

始め方

# コアパッケージのインストール（CPU のみ）
uv pip install oumi
# GPU 対応インストール
uv pip install 'oumi[gpu]'
# または公式 Docker イメージを取得
docker pull ghcr.io/oumi-ai/oumi:latest

インストール後、CLI を実行できます：

# 135M モデルのトレーニング（クイックスタート設定）
oumi train -c configs/recipes/smollm/sft/135m/quickstart_train.yaml
# 同じモデルの評価
oumi evaluate -c configs/recipes/smollm/evaluation/135m/quickstart_eval.yaml
# 対話型推論
oumi infer -c configs/recipes/smollm/inference/135m_infer.yaml --interactive

クラウド実行の場合は、train を launch up に置き換え、--resources.cloud aws|azure|gcp|lambda を追加します。

Oumi を選ぶ理由

• ボイラープレート不要 – レシピにより数分で動作するパイプラインを構築できます。
• エンタープライズグレードの信頼性 – 大規模なモデルをトレーニングするチームが使用。堅牢なロギング、チェックポイント処理、フォールトトレラントなジョブ管理を備えています。
• 研究の柔軟性 – 各段階（データ、モデル、報酬、評価）がモジュール化されており、コードを書き直すことなくコンポーネントを交換できます。
• 広範なエコシステム – オープンソースモデル、商用 API（OpenAI、Anthropic、Together など）、さまざまな推論バックエンドと統合。
• 活発なコミュニティ – Apache 2.0 ライセンス、Discord、ブログ、頻繁なリリース（2026 年 9 月時点で v0.9）。

ドキュメントと学習リソース

• 完全なドキュメント：https://oumi.ai/docs
• トレーニング、蒸留、評価、視覚言語ファインチューニング、GRPO 強化学習のためのクイックスタートノートブック（Colab リンク）。
• テキストから SQL へのファインチューニングや主張検証モデルなどのユースケースをカバーするブログ記事とウェビナー。

ライセンス – Apache 2.0（寛容、商用利用に適しています）。

ステータス – 積極的にメンテナンスされています。ベータラベルは急速な開発を示しますが、コア機能（トレーニング、評価、推論）は安定しています。

---

上記のすべての情報は、リポジトリの README から直接取得されています。