preferencemodel/karotte

これは何？

主な機能

• 01テンプレートから環境を作成できます。デフォルトテンプレートにはサンプルタスクが含まれています。
• 02macOS（Apple container）とLinux（Firecracker）のローカルVM内でタスクを実行します。
• 03代替ランタイムとしてModal、Docker、Podmanに対応しています。
• 04実行のトランスクリプトをJSONに保存し、ダッシュボードで確認できます。
• 05多くのプログラミング言語向けコンパイラを含む`language-toolchains`テンプレートを用意しています。

ユースケース

• 複数ステップのタスクを通じてAIモデルを評価・学習するためのRL環境を構築する。
• 実行環境をサンドボックス化するため、モデル駆動のタスクを分離されたVM内で実行する。
• 同じタスクで異なるモデルの性能を比較し、それぞれのトランスクリプトを確認する。

クイックスタート

1. 1

   uvでkarotteツールをインストールする

   uv tool install karotte
2. 2

   デフォルトテンプレートから環境を作成する

   karotte create-env my_env
3. 3

   ディレクトリに移動し、依存関係を同期してデータをセットアップする

   cd my_env && uv sync --extra dev && uv run setup_data.py
4. 4

   Anthropic APIキーを設定して、サンプルタスクを実行する

   export ANTHROPIC_API_KEY=... && uv run karotte run --task example-task --model anthropic/claude-opus-5-5

使う前に知っておきたいこと

• !Python 3.12以降とuvが必要です。また、ローカルVMランタイム（macOSではApple container、LinuxではFirecracker）、またはModal、docker、podmanが必要です。
• !サンプルタスクの実行にはAnthropic APIキーが必要です。

収録されている特集

トピック

よくある質問

karotte とは？

整合性のあるAIの学習に向け、エージェントのタスクを分離されたVM内で実行する堅牢なRL環境を構築する、オープンソースのPythonフレームワーク。 KarotteはPreference Modelが開発した、強化学習環境を構築するためのフレームワークです。環境はテンプレートから作成し、AIモデルが段階的に取り組むタスクを定義します。実行ごとにイメージをビルドし、ローカルVM内でタスクを実行します。実行のトランスクリプトはJSONファイルに保存され、組み込みのダッシュボードで確認できます。

karotte は無料で使えますか？ライセンスは？

karotte は MIT 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。

karotte 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。karotte の最終コミットは 2026年11月5日 です。

karotte は何に使えますか？

複数ステップのタスクを通じてAIモデルを評価・学習するためのRL環境を構築する。 実行環境をサンドボックス化するため、モデル駆動のタスクを分離されたVM内で実行する。 同じタスクで異なるモデルの性能を比較し、それぞれのトランスクリプトを確認する。

karotte のインストール方法は？

uvでkarotteツールをインストールする: uv tool install karotte デフォルトテンプレートから環境を作成する: karotte create-env my_env ディレクトリに移動し、依存関係を同期してデータをセットアップする: cd my_env && uv sync --extra dev && uv run setup_data.py Anthropic APIキーを設定して、サンプルタスクを実行する: export ANTHROPIC_API_KEY=... && uv run karotte run --task example-task --model anthropic/claude-opus-5-5

karotte 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/preferencemodel/karotte