RefBase / LlamaFactory Knowledge Dossier 公開済みEvidenceをIdentity / Capability / Credibility / Use Case / Constraints・Current Statusの軸で機械的に集約したものです(新規の主張・推測は含みません)。
Capability
LlamaFactory(旧LLaMA-Factory)は、100種類以上のLLM・VLMを統合的に効率よくファインチューニングするためのオープンソースフレームワークである(ACL 2024で発表)。 検証待ち GitHub - hiyouga/LlamaFactory LlamaFactoryはLLaMA・LLaVA・Mistral・Mixtral-MoE・Qwen3・DeepSeek・Gemma・GLM・Phi等の多様なモデルに対応し、事前学習・教師ありファインチューニング・報酬モデリング・PPO・DPO・KTO・ORPO等の手法を統合している。GradioベースのWeb UI(LlamaBoard)も備え、コマンドラインなしで学習設定・起動が可能である。 検証待ち GitHub - hiyouga/LlamaFactory Constraints / Current Status
LlamaFactoryはLLaMA・LLaVA・Mistral・Mixtral-MoE・Qwen3・DeepSeek・Gemma・GLM・Phi等の多様なモデルに対応し、事前学習・教師ありファインチューニング・報酬モデリング・PPO・DPO・KTO・ORPO等の手法を統合している。GradioベースのWeb UI(LlamaBoard)も備え、コマンドラインなしで学習設定・起動が可能である。 検証待ち GitHub - hiyouga/LlamaFactory ニュースレター『The AI Engineer』(Paolo Perrone氏、2026年5月9日公開)のLLaMA-Factory・Unsloth・Axolotl比較記事。LlamaFactoryはLlamaBoard UIによる非コーディング操作と100以上のモデルテンプレート対応が強みで、Unsloth連携時は学習時間がネイティブUnsloth比6%以内。一方でエラーメッセージの分かりにくさ、Web UIでの分散学習設定不可が弱点。個人・小規模チーム向けと結論。 検証待ち Unsloth vs Axolotl vs LLaMA-Factory データアクセス 各APIエンドポイントはJSON形式でデータを返します。生成AIのツール呼び出し・RAG連携での利用を想定しています。
RefBase — AI Knowledge Infrastructure
https://www.refbase.ai/entity/llamafactory