hiyouga/LlamaFactory：README に基づく導入ガイド

hiyouga/LlamaFactory の README はプロジェクトを「Unified Efficient Fine-Tuning of 100+ LLMs & VLMs (ACL 2024)」と説明しています。ここではリポジトリで確認できる事実だけを整理します。star 数やバッジは注目度の手掛かりであり、品質の証明ではありません。「Supporters ❤️」には次の説明があります。| Warp, the agentic terminal for developers Available for MacOS, Linux, & Windows | | | ---- | ---- |。これは範囲の説明であり、本番検証の結果ではありません。

README の「Features」にある内容から、用途が合うかを先に判断できます。Integrated methods: (Continuous) pre-training, (multimodal) supervised fine-tuning, reward modeling, PPO, DPO, KTO, ORPO, etc.。目的が違うなら、人気だけで採用する理由にはなりません。プロジェクト名やコマンドは原文のまま残し、一次資料へ戻って用語を確認できるようにしています。 README には次の確認可能な項目もあります。Various models: LLaMA, LLaVA, Mistral, Mixtral-MoE, Qwen3, Qwen3-VL, DeepSeek, Gemma, GLM, Phi, etc.。初回テストの材料にはなりますが、実際の環境での確認を省略する理由にはなりません。

動作の説明は「Easily fine-tune 100+ large language models with zero-code CLI」など複数の箇所に分かれています。確認できる情報は次の通りです。> [!NOTE] > Except for the above links, all other websites are unauthorized third-party websites. Please carefully use them.。書かれていない構成、性能、セキュリティを推測で補いません。導入時はディレクトリ、設定ファイル、release 履歴を確認してください。

初回導入は README の入口から始めます。確認できるコマンドは次の通りです。 pip install "huggingface_hub<1.0.0" huggingface-cli login 実行可能なコマンドがない場合は手順を作らず、「Check our new open-source project , 🐧 PenguinHarness: Your desktop agent that automatically builds agents for just $0.02 of tokens!」で依存関係、待受ポート、初回設定を確認します。

日常運用は公式文書の範囲に限ります。「Day-N Support for Fine-Tuning Cutting-Edge Models」には| Support Date | Model Name | | ------------ | -------------------------------------------------------------------- | | Day 0 | Qwen3 / Qwen2.5-VL / Gemma 3 / GLM-4.1V / InternLM 3 / MiniCPM-o-2.6 | | Day 1 | Llama 3 / GLM-4 / Mistralとあります。設定、環境変数、権限、データ保存先は明記されたものだけを扱います。未記載の既定値は隔離環境で確認し、戻せる設定を保存してください。 同じ資料にはScalable resources: 16-bit full-tuning, freeze-tuning, LoRA and 2/3/4/5/6/8-bit QLoRA via AQLM/AWQ/GPTQ/LLM.int8/HQQ/EETQ.ともあります。