返回 AI 工具目录
axolotl
开发框架人工精选最近核验 2026年7月23日
Axolotl 是一个自由开源的大模型后训练与微调框架(仓库现位于 axolotl-ai-cloud/axolotl)。它支持 LLaMA、Mistral、Mixtral、Pythia、GPT-OSS 以及 Hugging Face Hub 上的多种架构,也支持 Qwen2-VL、Pixtral、LLaVA 等多模态视觉语言模型。训练方式覆盖全参数微调、LoRA、QLoRA,以及 DPO、KTO、ORPO 等偏好优化和 GRPO 等强化学习;并集成 Flash Attention、样本多包(multipacking)、FSDP/DeepSpeed 多机多卡等优化。提供 Docker 镜像与 PyPI 包,便于云端或本地部署,采用 Apache-2.0 许可。
定价开源部署本地运行、自托管国内可达国内可达许可Apache-2.0
解决什么问题
- 为开源大模型提供成体系的微调与后训练流程
- 覆盖全参数、LoRA、QLoRA 等多种训练方式
- 支持 DPO、KTO、ORPO 偏好优化与强化学习
- 集成 Flash Attention、FSDP/DeepSpeed 等训练优化
- 以配置文件驱动,降低微调工程门槛
适合
- 需要对开源模型做微调或偏好对齐的团队
- 希望用配置化流程管理训练而非手写脚本
- 有多机多卡资源做分布式训练
- 面向 LLaMA、Mistral、Qwen 等主流架构
不适合
- 微调需自备 GPU 与训练数据,成本与门槛不低
- 它只做训练,不负责推理部署与服务
- 模型/数据集多来自 Hugging Face,国内获取可能受限
- 仅用闭源云模型、无微调需求时不适用
如何接入
- 以 PyPI 包或 Docker 镜像安装运行
- 用 YAML 配置定义模型、数据与训练参数
- 对接 Hugging Face Hub 拉取模型与数据集
- 支持 FSDP、DeepSpeed 做多机多卡训练
已知限制
- 仓库已迁至 axolotl-ai-cloud/axolotl,旧地址会跳转
- 依赖 GPU 算力,训练成本与运维需自行承担
- 模型与数据集多经 Hugging Face,国内访问可能需镜像
- 训练效果取决于数据质量与超参调优
接入与使用事实
- 部署方式
- 本地运行、自托管
- 实现语言
- Python
- 中文界面
- 待确认
- 中文文档
- 待确认
- 定价方式
- 开源
- 许可证
- Apache-2.0
- 国内可达性
- 国内可达
- 可达性观察
- 待补充
权限、依赖与维护信号
这些字段记录公开可见信号，不等同于安全审计结论。
权限信号
暂无公开信号。
依赖信号
暂无公开信号。
维护信号
暂无公开信号。
公开来源与证据
- 代码仓库仅作事实索引