ludwig-ai/ludwig

Что это?

Ключевые возможности

• 01Описывайте модели и запуски обучения целиком в YAML — без собственного цикла обучения.
• 02Дообучайте LLM с помощью SFT, DPO, KTO, ORPO и GRPO, в том числе с LoRA и QLoRA.
• 03Объединяйте текстовые, графические, числовые, аудиоданные и временные ряды в одной модели.
• 04Запускайте поиск гиперпараметров с помощью Ray Tune или Optuna.
• 05Развертывайте модели через REST, vLLM, Ray Serve или KServe и экспортируйте их в ONNX или SafeTensors.

Сценарии использования

• Дообучение LLM с открытыми весами на данных с инструкциями с помощью LoRA при ограниченной видеопамяти GPU.
• Создание табличного классификатора или регрессора без написания кода обучения.
• Обучение модели на изображениях товаров, текстах отзывов и числовых признаках.
• Прогнозирование временных рядов с помощью энкодеров PatchTST или N-BEATS.

Быстрый старт

1. 1

   Установите Ludwig из PyPI (Python 3.12 или новее).

   pip install ludwig
2. 2

   Создайте конфигурацию YAML с описанием входных и выходных features модели.

3. 3

   Обучите модель на своем наборе данных.

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

   Запустите предсказания с помощью обученной модели.

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

Что важно знать

• !Требуется Python 3.12 или новее.
• !Для тонкой настройки больших LLM требуются значительные ресурсы GPU; для моделей с ограниченным доступом может понадобиться токен Hugging Face.

В подборках

Темы

Частые вопросы

Что такое ludwig?

Декларативный фреймворк для глубокого обучения: обучение, дообучение и развертывание LLM, мультимодальных и табличных моделей через YAML-конфигурации. Ludwig позволяет создавать модели ИИ с помощью декларативной YAML-конфигурации, а не собственного цикла обучения, конвейера обработки данных и кода для оценки. Вы указываете входные и выходные признаки с их типами (текст, изображение, число, аудио, временной ряд и другие), а фреймворк собирает энкодеры, комбинирующие слои и декодеры, после чего запускает обучение, оценку и предсказание из командной строки.

ludwig можно использовать бесплатно? Какая у него лицензия?

ludwig распространяется с открытым исходным кодом под лицензией Apache-2.0. Перед использованием в коммерческих продуктах проверьте условия лицензии.

ludwig всё ещё поддерживается?

Активно поддерживается. Последний коммит в ludwig — 2 нояб. 2026 г..

Для чего можно использовать ludwig?

Дообучение LLM с открытыми весами на данных с инструкциями с помощью LoRA при ограниченной видеопамяти GPU. Создание табличного классификатора или регрессора без написания кода обучения. Обучение модели на изображениях товаров, текстах отзывов и числовых признаках. Прогнозирование временных рядов с помощью энкодеров PatchTST или N-BEATS.

Как установить ludwig?

Установите Ludwig из PyPI (Python 3.12 или новее).: pip install ludwig Создайте конфигурацию YAML с описанием входных и выходных features модели. Обучите модель на своем наборе данных.: ludwig train --config model.yaml --dataset my_data.csv Запустите предсказания с помощью обученной модели.: ludwig predict --model_path results/experiment_run/model --dataset new_data.csv

Где скачать ludwig?

Исходный код и инструкции по установке — на GitHub: https://github.com/ludwig-ai/ludwig