AI Deck

Axolotl ─ YAML 1枚でLLMのファインチューニングを完結させる、オープンソースのポストトレーニングツール

Axolotl AIが開発するオープンソースのファインチューニング（ポストトレーニング）ツール。自前のGPUマシンでもクラウドのGPUインスタンスでも動き、モデルや学習データを外部のサービスに預ける必要がない。最大の特徴は、学習の設定をYAML設定ファイル1枚にまとめられること。使うモデル、データセット、学習方式、バッチサイズといった項目を書いてコマンドを1つ実行すれば学習が始まる。2023年5月の公開以来、LLMのファインチューニング界隈で定番のツールのひとつとして使われており、ライセンスはApache 2.0。

主な特徴

  • YAML設定ファイルだけで学習が回る: モデル名・データセット・学習方式・ハイパーパラメータをYAMLに書き、axolotl train config.yml のように実行するだけ。学習スクリプトを自分で書く必要がなく、設定ファイルを差し替えるだけで条件を比較できる
  • 主要なオープンモデルに幅広く対応: LLaMA・Mistral・Mixtral・Qwen・Gemma・Phi・GPT-OSSなど、Hugging Face Hub上の主要なモデルに対応する。テキストだけでなく、画像を扱う視覚言語モデルや音声モデルの学習にも対応している
  • 学習手法の選択肢が広い: フルファインチューニングのほか、少ないGPUメモリで学習できるLoRA・QLoRA、DPO・IPO・KTO・ORPOといった選好調整（人間の好みに合わせる調整）、GRPOによる強化学習、報酬モデリングまでカバーする
  • マルチGPU・マルチノードでの分散学習: FSDP・DeepSpeed・DDPによる複数GPUでの学習、TorchrunやRayを使った複数マシンでの学習に対応。シーケンス並列やエキスパート並列といった、大きなモデル向けの分散手法も用意されている
  • データを外部に出さずに済む: 自社のサーバーでもクラウドでも、Dockerでも Kubernetes でも動く。学習データと出来上がったモデルの重みが手元に残るため、機密データを扱う用途でも扱いやすい
  • データセット形式が豊富: 事前学習用、指示チューニング用、会話形式、テンプレートなし、事前トークン化済みなど複数の形式に対応し、ローカル・Hugging Face・S3などのクラウドストレージから読み込める

料金

プラン料金主な特徴
オープンソース版$0（Apache 2.0）すべての機能を無償で利用可能。機能制限なし
個別サポート要問い合わせ開発元による導入・運用サポート（公式サイトの問い合わせ窓口経由）

料金は2026年8月時点の情報です。最新の情報は公式サイトをご確認ください。Axolotl自体は無償ですが、学習に使うGPU（自前のマシン、またはクラウドのGPUインスタンス）の費用は別途かかります。

メリット・デメリット

✅ メリット

  • ソフトウェア自体が完全に無償で、機能制限がない
  • YAML1枚で設定が完結するため、学習条件の記録・共有・再現がしやすい
  • モデル・学習手法の対応範囲が広く、LoRAから強化学習まで同じ枠組みで扱える
  • モデルもデータも手元に置いたまま学習できるため、機密性の高いデータでも使いやすい
  • 単一GPUから複数ノードまで、同じ設定ファイルの延長でスケールできる

⚠️ デメリット

  • GUIがなく、コマンドラインとYAMLの編集が前提。まったくの初心者には敷居がある
  • 学習に使うGPUは自分で用意する必要があり、モデルサイズによってはコストが大きい
  • NVIDIA（Ampere世代以降）またはAMDのGPUが前提で、Python・PyTorchのバージョン要件もある
  • 更新が速く、設定項目やオプションが変わることがある。バージョンを固定した運用が無難
  • 学習がうまくいくかはデータの質に大きく左右され、ツールを入れれば結果が出るという性質のものではない

類似サービスとの比較

比較項目AxolotlUnslothLLaMA-FactoryTRL（Hugging Face）
提供元Axolotl AIUnsloth AI個人・コミュニティ主導Hugging Face
操作方法YAML設定 + CLIPythonコード / ノートブックGUI + CLIPythonライブラリ
得意分野選好調整・報酬モデリング等の post-training 全般少ないGPUメモリでの高速学習手軽さ・GUIでの操作Hugging Faceエコシステムとの統合
分散学習FSDP・DeepSpeed・Ray等に幅広く対応単一GPU中心対応対応
料金無料（OSS）無料（OSS、有償版あり）無料（OSS）無料（OSS）

2026年時点では、LoRA・QLoRA・DPO・GRPO・視覚言語モデルといった主要機能はどのツールも一通り備えており、違いは「どう設定し、どう分散させ、どう再現するか」というワークフローの部分に寄っている。

こんな人におすすめ

  • 手元のデータで自社向けのLLMを作りたいが、学習スクリプトを一から書きたくない開発者
  • 機密データを外部のファインチューニングサービスに渡せない企業・研究チーム
  • LoRAだけでなく、DPOやGRPOなどの選好調整・強化学習まで試したい人
  • 複数GPU・複数ノードでの学習をいずれ視野に入れているチーム
  • 学習条件をファイルとして残し、実験の再現性を担保したい人

まとめ

Axolotlは、LLMのファインチューニングに必要な作業をYAML設定ファイル1枚に集約したオープンソースツールである。フル学習・LoRA/QLoRAから選好調整・強化学習まで対応範囲が広く、単一GPUから複数ノードの分散学習まで同じ枠組みで扱える点が強みになる。GUIはなくコマンドライン前提だが、モデルとデータを手元に置いたまま学習したい場合には有力な選択肢になる。まずは公式ドキュメントのGetting Startedにある小さなモデルの設定例を動かし、自分のデータに置き換えていくのが取りかかりやすい。

関連リンク

← ブログ