一个免费开源的大语言模型微调与后训练框架，通过 YAML 文件进行配置。 Axolotl 是一个用于大语言模型微调与后训练的框架，覆盖从数据集预处理、训练、评估、量化到推理的完整流程，每个环节都可以由同一个 YAML 配置文件控制。

axolotl 可以免费使用吗？用的什么许可证？

axolotl 以 Apache-2.0 许可证开源。用于商业产品前，请先确认许可证条款。

axolotl 还在维护吗？

活跃维护中。axolotl 最近一次提交是在 2026年10月20日。

axolotl 适合用来做什么？

使用 LoRA 在自定义指令或对话数据集上微调开源大模型通过可复现的 YAML 配置对模型进行偏好优化或 GRPO 训练在云端的多张 GPU 或多台机器上扩展训练任务

在哪里获取 axolotl？

源代码和安装说明在 GitHub 上：https://github.com/axolotl-ai-cloud/axolotl

axolotl-ai-cloud/axolotl

一个免费开源的大语言模型微调与后训练框架，通过 YAML 文件进行配置。

在 GitHub 查看官网

Star: 12,592
Fork: 1,637
未关闭 Issue: 253
最近提交: 8小时前

这是什么？

Axolotl 是一个用于大语言模型微调与后训练的框架，覆盖从数据集预处理、训练、评估、量化到推理的完整流程，每个环节都可以由同一个 YAML 配置文件控制。

它支持全量微调、LoRA、QLoRA、GPTQ、QAT，以及 DPO、KTO、ORPO、GRPO 等偏好优化和强化学习方法。模型覆盖 Hugging Face Hub 上的多个主流系列，也包括视觉语言模型和音频模型；数据集可以来自本地、Hugging Face，或 S3、Azure、GCP、OCI 等云存储。

在性能方面，它集成了 multipacking、Flash Attention、Liger Kernel、FSDP2 和 DeepSpeed 多卡训练，并支持通过 Torchrun 或 Ray 进行多机训练。项目提供 Docker 镜像和 PyPI 包，便于在云端或本地环境部署。

核心功能

01用单个 YAML 配置文件覆盖预处理、训练、评估、量化和推理
02支持全量微调、LoRA、QLoRA、GPTQ 和 QAT
03提供 DPO、KTO、ORPO 等偏好优化与 GRPO 强化学习方法
04支持视觉语言模型和音频模型的多模态微调
05基于 FSDP2 和 DeepSpeed 的多卡训练，并可通过 Torchrun 或 Ray 进行多机训练
06可从本地、Hugging Face 及主流云对象存储加载数据集

适用场景

使用 LoRA 在自定义指令或对话数据集上微调开源大模型
通过可复现的 YAML 配置对模型进行偏好优化或 GRPO 训练
在云端的多张 GPU 或多台机器上扩展训练任务

常见问题

axolotl 是什么？: 一个免费开源的大语言模型微调与后训练框架，通过 YAML 文件进行配置。 Axolotl 是一个用于大语言模型微调与后训练的框架，覆盖从数据集预处理、训练、评估、量化到推理的完整流程，每个环节都可以由同一个 YAML 配置文件控制。
axolotl 可以免费使用吗？用的什么许可证？: axolotl 以 Apache-2.0 许可证开源。用于商业产品前，请先确认许可证条款。
axolotl 还在维护吗？: 活跃维护中。axolotl 最近一次提交是在 2026年10月20日。
axolotl 适合用来做什么？: 使用 LoRA 在自定义指令或对话数据集上微调开源大模型通过可复现的 YAML 配置对模型进行偏好优化或 GRPO 训练在云端的多张 GPU 或多台机器上扩展训练任务
在哪里获取 axolotl？: 源代码和安装说明在 GitHub 上：https://github.com/axolotl-ai-cloud/axolotl

概要由 AI 根据项目 README 生成；GitHub 数据每日更新。