ludwig-ai/ludwig

어떤 프로젝트인가요?

핵심 기능

• 01커스텀 학습 루프를 작성하지 않고 모델과 학습 실행을 모두 YAML로 정의합니다.
• 02LoRA와 QLoRA를 포함해 SFT, DPO, KTO, ORPO, GRPO 방식으로 LLM을 파인튜닝합니다.
• 03텍스트, 이미지, 숫자, 오디오, 시계열 입력을 하나의 모델에서 결합합니다.
• 04Ray Tune 또는 Optuna로 하이퍼파라미터를 탐색합니다.
• 05REST, vLLM, Ray Serve, KServe로 모델을 서빙하고 ONNX 또는 SafeTensors로 내보냅니다.

활용 사례

• 제한된 GPU 메모리에서 LoRA를 사용해 오픈 웨이트 LLM을 지시 데이터로 파인튜닝하기.
• 학습 코드를 작성하지 않고 테이블형 분류기나 회귀 모델 만들기.
• 제품 이미지, 리뷰 텍스트, 숫자 필드를 결합하는 모델 학습하기.
• PatchTST 또는 N-BEATS 인코더로 시계열 예측하기.

빠른 시작

1. 1

   PyPI에서 Ludwig를 설치합니다(Python 3.12 이상).

   pip install ludwig
2. 2

   모델의 입력 및 출력 feature를 설명하는 YAML config를 작성합니다.

3. 3

   데이터셋으로 모델을 학습시킵니다.

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

   학습된 모델로 예측을 실행합니다.

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

사용 전 알아둘 점

• !Python 3.12 이상이 필요합니다.
• !대규모 LLM을 파인튜닝하려면 상당한 GPU 리소스가 필요하며, 액세스가 제한된 모델에는 Hugging Face token이 필요할 수 있습니다.

포함된 컬렉션

토픽

자주 묻는 질문

ludwig은(는) 무엇인가요?

YAML 설정만으로 LLM, 멀티모달 및 테이블형 모델을 학습하고 파인튜닝·배포할 수 있는 선언형 딥러닝 프레임워크입니다. Ludwig를 사용하면 직접 학습 루프, 데이터 파이프라인, 평가 코드를 작성하는 대신 선언형 YAML 설정을 작성해 AI 모델을 만들 수 있습니다. 텍스트, 이미지, 숫자, 오디오, 시계열 등의 유형을 지정해 입력 및 출력 특성을 나열하면, 프레임워크가 인코더, 결합기, 디코더를 구성하고 명령줄에서 학습, 평가, 예측을 실행합니다.

ludwig은(는) 무료로 사용할 수 있나요? 라이선스는 무엇인가요?

ludwig은(는) Apache-2.0 라이선스의 오픈소스입니다. 상업용 제품에 사용하기 전에 라이선스 조건을 확인하세요.

ludwig은(는) 아직 유지보수되고 있나요?

활발히 유지보수 중. ludwig의 마지막 커밋은 2026년 11월 2일입니다.

ludwig은(는) 어디에 사용할 수 있나요?

제한된 GPU 메모리에서 LoRA를 사용해 오픈 웨이트 LLM을 지시 데이터로 파인튜닝하기. 학습 코드를 작성하지 않고 테이블형 분류기나 회귀 모델 만들기. 제품 이미지, 리뷰 텍스트, 숫자 필드를 결합하는 모델 학습하기. PatchTST 또는 N-BEATS 인코더로 시계열 예측하기.

ludwig는 어떻게 설치하나요?

PyPI에서 Ludwig를 설치합니다(Python 3.12 이상).: pip install ludwig 모델의 입력 및 출력 feature를 설명하는 YAML config를 작성합니다. 데이터셋으로 모델을 학습시킵니다.: ludwig train --config model.yaml --dataset my_data.csv 학습된 모델로 예측을 실행합니다.: ludwig predict --model_path results/experiment_run/model --dataset new_data.csv

ludwig은(는) 어디서 받을 수 있나요?

소스 코드와 설치 방법은 GitHub에 있습니다: https://github.com/ludwig-ai/ludwig