写个 YAML 就能训练大模型，告别繁琐代码
Ludwig 是一个基于 Python 的低代码机器学习框架，旨在让开发者无需编写大量底层代码即可构建、训练和部署定制化的大语言模型、神经网络及其他 AI 模型。它通过声明式配置文件（YAML）定义模型架构、输入输出特征、训练参数和预处理逻辑，将复杂的建模流程封装为标准化组件，显著降低 AI 开发门槛。Ludwig 支持文本、图像、表格、序列等多模态数据，内置丰富的预训练模型和自动化超参搜索、模型调优、可视化实验追踪等功能，同时提供 Ray 分布式训练能力，可无缝扩展至大规模集群。其核心价值在于：让非深度学习专家也能快速搭建生产级模型，同时为专家提供灵活的定制接口，兼顾易用性与扩展性。
1确认 Python 版本
Ludwig 要求 Python 3.12 或更高版本，先确认本机 Python 版本满足要求。
python --version2安装核心包
安装 Ludwig 核心功能，包含基础训练与推理能力，适合入门使用。
pip install ludwig3安装全部依赖
如需使用 LLM 微调、图像等多模态全部功能，安装 full 附加依赖。
pip install "ludwig[full]"4仅安装 LLM 依赖
若只做 LLM 微调，安装 llm 附加依赖可减少不必要的包。
pip install "ludwig[llm]"5编写 YAML 配置
创建 model.yaml，声明模型类型、基座模型、LoRA 适配器与训练轮数等。
6启动训练
用 ludwig train 指定配置文件与数据集启动训练，把 my_data.csv 换成你的数据路径。
ludwig train --config model.yaml --dataset my_data.csv| 配置项 | 必填 | 说明 | 示例 |
|---|---|---|---|
model_type | 是 | 声明模型类型，llm 表示大语言模型微调任务 | llm |
base_model | 是 | 指定要微调的基座模型名称或路径 | meta-llama/Llama-3.1-8B |
adapter.type | 否 | 适配器类型，lora 表示使用 LoRA 低秩微调 | lora |
trainer.type | 是 | 训练器类型，finetune 表示微调训练 | finetune |
trainer.epochs | 否 | 训练轮数，控制模型遍历数据集的次数 | 3 |
output_features | 是 | 定义输出特征及其数据类型 | name: response, type: text |
pip 安装无报错，且执行 ludwig train 后能开始输出训练日志，即表示环境与配置正常。
Q：安装 ludwig 时提示缺少可选依赖怎么办？
A：按需安装附加依赖：pip install "ludwig[full]" 安装全部依赖，或 pip install "ludwig[llm]" 仅安装 LLM 微调依赖。
Q：需要什么 Python 版本？
A：README 明确要求 Python 3.12 及以上，低于该版本请先升级 Python。
Q：如何指定训练配置和数据集？
A：运行 ludwig train --config model.yaml --dataset my_data.csv，把文件名替换为你的实际配置与数据集路径。
Q：YAML 配置里 base_model 写什么？
A：写 Hugging Face 上的模型标识，例如 meta-llama/Llama-3.1-8B，需该模型在你的环境中可用。
H2O AutoML、AutoKeras、PyCaret
ludwig 是模型训练领域的开源项目，由 ludwig-ai 开发，2018 年首次发布。
在全站 13,090 个收录项目中，它的 GitHub 星标数（11,765）位列前 5%，在模型训练分类的 522 个项目里位列前 4%。
项目目前处于活跃维护状态，最近一次代码更新于 2026-09-22。Apache-2.0许可证，完全免费，可自行部署使用。
它主要面向的使用场景是：快速构建NLP分类/生成模型的MVP原型。同类可对比的替代方案包括 H2O AutoML、AutoKeras、PyCaret。
上一篇：axolotl
Long-RL
开源
让强化学习轻松驾驭超长序列，训练更稳更快
Long-RL: Scaling RL to Long Sequences (NeurIPS 2025)
TPA
开源
把注意力复杂度从平方降到线性，长序列不再卡顿
[NeurIPS 2025 Spotlight] TPA: Tensor ProducT ATTenTion Transformer (https://arxiv.or···
minimind
开源
两小时造出你的小模型，练手入门不求人
Train a 64M-parameter LLM from scratch in just 2h!
pruna
开源
一键优化 AI 模型，推理提速又省资源。
Pruna is a model optimization framework built for developers, enabling you to delive···