oumi-ai/oumi

Oumi – 基盤モデルのライフサイクル全体をカバーするオープンソース・プラットフォーム

概要 – Oumiは、Pythonベースの完全なオープンソース・ツールキットであり、大規模言語モデル（LLM）やマルチモーダル・モデルのデータ準備、学習、評価、およびデプロイを可能にします。コマンドラインインターフェース（oumi）と、分散学習、LoRA/QLoRAファインチューニング、LLMジャッジによるデータ合成、およびvLLMやSGLangなどのエンジンを使用した推論のボイラープレート（定型的なコード）を抽象化するライブラリを提供します。

主な機能

• 学習 & ファインチューニング – 10Mから405Bパラメータのモデルをサポートし、SFT、LoRA、QLoRA、GRPO、およびその他の最先端の手法をサポートします。分散学習バックエンドには、FSDP、DeepSpeed、およびDDPが含まれます。
• マルチモーダル対応 – テキストのみのモデルおよび視覚言語モデル（Llama、Qwen、DeepSeek、Phi、InternVLなど）に対応しています。
• データの合成 & キュレーション – 内蔵の「LLM-as-a-Judge」パイプラインにより、学習データのフィルタリングと自動生成が可能です。
• 推論 – oumi deploy CLIを介して、人気の推論サーバー（vLLM、SGLang）やクラウド・エンドポイント（Fireworks、Together、Parasailなど）へワンクリックでデプロイできます。
• 評価 – 標準的なLLM評価および視覚言語テストを実行できる統合ベンチマーク・スイートを提供します。
• クラウドネイティブなジョブ管理 – oumi launchを使用することで、AWS、Azure、GCP、Lambda、またはその他のクラスターにジョブを提出し、リソースのプロビジョニングとモニタリングを管理できます。
• レシピ – 学習、推論、および評価をカバーする、数十種類のモデル（Qwen-3、Llama 4、DeepSeek R1など）向けの準備済みのYAML設定ファイル（レシピ）のコレクションが拡充されています。

使用するメリット

• ボイラープレート・ゼロ – レシピを選択するだけで、数分以内に完全な学習/評価/デプロイ・パイプラインを開始できます。
• 研究用途に最適 – 再現可能な実験、コンポーネントの容易な入れ替え、および最先端技術への対応が可能です。
• エンタープライズ級 – 大規模な実行で検証済みであり、本番環境レベルの信頼性とCIテストを備えています。
• オープン & コミュニティ主導 – Apache-2.0ライセンス、pipでインストール可能、および活発なDiscordとブログによるサポートがあります。

はじめに

# Install (CPU only)
uv pip install oumi
# Install with GPU support
uv pip install 'oumi[gpu]'

# Quick training example
oumi train -c configs/recipes/smollm/sft/135m/quickstart_train.yaml

# Evaluate the same model
oumi evaluate -c configs/recipes/smollm/evaluation/135m/quickstart_eval.yaml

# Deploy an inference endpoint
oumi deploy -c configs/recipes/smollm/inference/135m_infer.yaml

公式のDockerイメージ内でCLIを実行するか、ワンライン・インストーラー・スクリプト（curl … | bash）を使用することもできます。詳細なノートブックが、ツアー、LoRAファインチューニング、モデル蒸留、評価、リモートクラウド学習、およびLLM-as-a-Judge用に提供されています。

ドキュメント & コミュニティ – 詳細なドキュメントは https://oumi.ai/docs で、リリース告知はブログ、Discordサーバー、および公開PyPIパッケージ（oumi）で確認できます。

---

上記の情報はリポジトリのREADMEから直接引用されたものです。追加の機能については推測されていません。