axolotl：它是什麼、解決了什麼問題以及為何受到關注

它解決了什麼

Axolotl 簡化了大型語言模型（LLM）後訓練與微調的複雜流程。它提供了一個統一的框架，免除為每個新模型或新技術撰寫自訂訓練腳本的需求，使用者只需透過單一 YAML 檔案即可配置訓練執行。

工作原理

Axolotl 充當各種訓練函式庫與最佳化工具的包裝器。它支援廣泛的模型（如 LLaMA、Mistral、Qwen）與多種模態（文字、視覺、音訊）。使用者在 YAML 設定檔中定義資料集、模型與超參數，Axolotl 便會依此執行訓練管線——包括前處理、訓練、評估與量化。

目標對象

此工具設計給 AI 研究者、開發者與實務工作者，讓他們能在不必處理底層訓練程式碼的情況下，高效微調 LLM 或視覺語言模型（VLM）。

重點特色

• 完整的訓練方法：支援全參數微調、LoRA、QLoRA、偏好微調（DPO、ORPO 等）、強化學習（GRPO、GDPO）以及獎勵建模。
• 廣泛的模型支援：相容於 Hugging Face Hub 上的大量模型，包含多模態模型（視覺與音訊）。
• 高效能最佳化：整合 Flash Attention 2/3/4、DeepSpeed、FSDP、序列平行與 Liger Kernels，以降低記憶體使用並提升速度。
• 彈性的資料處理：可從本機、Hugging Face 以及各雲端服務提供商（S3、Azure、GCP、OCI）載入資料集。
• 適合 AI 代理的文件：內建文件專為 Cursor、Claude Code 等 AI 程式碼代理優化。

摘要

Axolotl 是一個開源的 LLM 微調框架，透過 YAML 設定簡化後訓練流程，支援多種模型與最佳化技術。

標題

axolotl：它是什麼、解決了什麼問題以及為何受到關注