ludwig-ai/ludwig

これは何？

主な機能

• 01モデルと学習の設定をすべてYAMLで定義でき、独自の学習ループは不要です。
• 02LoRAやQLoRAを含め、SFT、DPO、KTO、ORPO、GRPOでLLMをファインチューニングできます。
• 03テキスト、画像、数値、音声、時系列の入力を1つのモデルに組み合わせられます。
• 04Ray TuneまたはOptunaでハイパーパラメーター探索を実行できます。
• 05REST、vLLM、Ray Serve、KServe経由でモデルを提供でき、ONNXやSafeTensors形式にエクスポートできます。

ユースケース

• 限られたGPUメモリで、LoRAを使って指示データからオープンウェイトLLMをファインチューニングする。
• 学習コードを書かずに、表形式データの分類器や回帰モデルを構築する。
• 商品画像、レビュー文、数値フィールドを組み合わせたモデルを学習する。
• PatchTSTまたはN-BEATSエンコーダーを使って時系列を予測する。

クイックスタート

1. 1

   PyPIからLudwigをインストールする（Python 3.12以上）

   pip install ludwig
2. 2

   モデルの入力・出力featuresを記述したYAML configを作成する

3. 3

   データセットでモデルを学習させる

   ludwig train --config model.yaml --dataset my_data.csv
4. 4

   学習済みモデルで予測を実行する

   ludwig predict --model_path results/experiment_run/model --dataset new_data.csv

使う前に知っておきたいこと

• !Python 3.12以降が必要です。
• !大規模なLLMのファインチューニングには多くのGPUリソースが必要です。また、アクセス制限付きモデルではHugging Face tokenが必要な場合があります。

収録されている特集

トピック

よくある質問

ludwig とは？

YAML設定からLLM、マルチモーダルモデル、表形式データモデルを学習・ファインチューニング・デプロイできる宣言型深層学習フレームワーク。 Ludwigでは、独自の学習ループやデータパイプライン、評価コードを書く代わりに、宣言型のYAML設定を記述してAIモデルを構築できます。入力・出力の特徴量とその型（テキスト、画像、数値、音声、時系列など）を指定すると、フレームワークがエンコーダー、コンバイナー、デコーダーを組み立て、コマンドラインから学習、評価、推論を実行します。

ludwig は無料で使えますか？ライセンスは？

ludwig は Apache-2.0 ライセンスのオープンソースです。商用製品で使う前にライセンス条件を確認してください。

ludwig は今もメンテナンスされていますか？

活発にメンテナンス中。ludwig の最終コミットは 2026年11月2日 です。

ludwig は何に使えますか？

限られたGPUメモリで、LoRAを使って指示データからオープンウェイトLLMをファインチューニングする。 学習コードを書かずに、表形式データの分類器や回帰モデルを構築する。 商品画像、レビュー文、数値フィールドを組み合わせたモデルを学習する。 PatchTSTまたはN-BEATSエンコーダーを使って時系列を予測する。

ludwig のインストール方法は？

PyPIからLudwigをインストールする（Python 3.12以上）: pip install ludwig モデルの入力・出力featuresを記述したYAML configを作成する データセットでモデルを学習させる: ludwig train --config model.yaml --dataset my_data.csv 学習済みモデルで予測を実行する: ludwig predict --model_path results/experiment_run/model --dataset new_data.csv

ludwig はどこで入手できますか？

ソースコードとインストール手順は GitHub にあります：https://github.com/ludwig-ai/ludwig