LlamaFactory は動作しますか?

はい。LlamaFactory は動作します. Argusic はクリーンなマシンで 30 分でインストールして起動し、途中で 0 件のエラーに遭遇し、セッションを記録しました。

Argusic は LlamaFactory をどのようにテストしましたか?

新しい使い捨てのマシンで、すべてのコマンドを記録しながらテストしました (リポジトリはコミット d6bb97ddff5d に固定)。記録された試行は 3 回で、手順の全体は評価方法のページに掲載しています。

LlamaFactory のテストにはいくらかかりましたか?

この判定を出した実行のコストは 0.06 USD です: 100 万トークンあたりの定価ではなく、実際の計算資源とモデルのコストです。その実行のページに記録されています。

LlamaFactory のインストールにはどのくらい時間がかかりますか?

この判定を決めた実行では、クリーンなマシンから実行状態まで 30 分でした。これは 1 回の計測された試行であり、平均ではありません。

LlamaFactory には GPU が必要ですか?

起動には必要ありません。Argusic は GPU のないマシンで実行状態に達しました。

LlamaFactory のインストールでは何がうまくいきませんか?

記録された実行では何も起きませんでした: クローンから実行までエラーは 0 件です。

LlamaFactory の証拠はどこにありますか?

記録された 3 回の実行すべてをこのページに掲載しており、それぞれが完全なログとターミナル録画にリンクしています。録画は sha256 フィンガープリントとともに保存されているため、こっそり改変することはできません。

英語の原文: https://argusic.com/subject/llamafactory

LlamaFactory

100+ の LLM と VLM の統一的で効率的なファインチューニング（ACL 2024）

動作するソース: GitHub ホームページPythonApache-2.0コミット d6bb97ddff5d

Python、Apache-2.0 ライセンス. プロジェクト自身の表記: agent、ai、deepseek、fine tuning、gemma、gpt、instruction tuning、large language models.

LlamaFactory は動作します。Argusic のエージェントが GPU のないクリーンなマシンで 30 分でインストールし、エラーに一度も遭遇せず、セッション全体が記録されました。

LLaMA Factory 0.9.6.dev0 is installed with all dependencies, CLI responds to all subcommands, LlamaBoard Web UI serves HTTP 200 on port 7860, and 325 automated tests pass on CPU (GPU-dependent tests skipped).
クリーンなマシンでエージェントが最終的に得た結果 (エージェント自身の言葉)。計測方法

Argusic が毎回新しいマシンで計測しています。 すべての数値はその証拠にリンクしています。 Argusic スコア 100 点中 97.3 点 (このプロジェクトの実行スコアの平均)。

概要

判定: 動作する
Argusic スコア: 97.3 / 100
検証した実行のコスト: 0.06 USD (実測)
記録された実行: 3
最終テスト: 2026-09-20
スター: 75,888
フォーク: 9,340
未解決の Issue: 1,214
ウォッチャー: 342
サイズ: 14 MB
作成日: 2023-05-28
最終プッシュ: 2026-11-04

プロジェクトのデータは GitHub から取得 (このページの冒頭にリンクあり)、更新日 2026-11-04。テストデータは Argusic によるもので (CC BY 4.0)、すべての数値は、完全なログ、録画、それらの sha256 ハッシュを含む実行ページにリンクしています。

計測した内容

この判定を決めた実行から取得しています。各行は記録された値であり、推定値ではありません。

インストール時間: 30 分
クリーンなマシンから完了まで: 14 分
遭遇したエラーと修正したエラー: 0 件に遭遇、0 件を人の手を借りずに修正
結果の証明方法: pip install -e . succeeded; llamafactory-cli version printed version 0.9.6.dev0; pytest tests/ (254 passed, 14 skipped, 2 xfailed, 4 xpassed) and tests_v1/ (71 passed, 9 skipped, 1 xfailed); curl http://127.0.0.1:7860 returned HTTP 200 from LlamaBoard Web UI
使用したモデルのトークン: 119,274
テストした正確なコミット: d6bb97ddff5d
コンテナイメージ: sha256:cdd920bce783

計測していない内容

残りの半分です。この証拠がどこまでを示すのかを正確に確認できます。欠けている部分は欠けているものとして表示し、埋めることはありません。

GPU メモリのピーク: CPU マシンで実行したため、サンプリングする GPU がありませんでした
長時間の実行での振る舞い: 各試行はドキュメントにある最小の設定と決まった時間予算を使うため、計測しているのは動作するかどうかであり、負荷のもとでどう持ちこたえるかではありません

セッションを見る

クリーンなマシンから始まる実行の全体を、実際の速度で再生します。カットも早送りもしていません。

試行 2 の録画、実行日 2026-09-14。上の判定を決めた試行です。この動画の元になったターミナル録画が証拠であり、sha256 フィンガープリントとともに保存されています。動画はそこからレンダリングしたものです。再生ボタンを押すまで、動画ホストからは何も読み込まれません。

録画の最後

この判定を決めたターミナルセッションの最後の行を、記録されたとおりに表示しています。

exec
/bin/sh -lc 'echo "Total elapsed: $(date -d @$(echo "$(date +%s) - $(stat -c %Y /proc/1/cmdline 2>/…
 succeeded in 0ms:
/bin/sh: 1: bc: not found
Total elapsed: 1789360132
cleaned
exec
/bin/sh -lc 'date +%s' in /work/repo
 succeeded in 0ms:
1789360137
tokens used
119,274

セッション全体を再生 (クリーンなマシンからこの時点までのすべてのコマンド)。

テスト方法

1 つのエージェント、1 つのコンテナで、人の手は借りません。エージェントはプロジェクト自身のドキュメントに書かれた方法でインストールし、実行し、壊れた部分を修正します。以下はすべて、実際に起きたとおりに記録されています: ターミナルセッション、ログ、そして正確なコミットです。評価方法の全文.

強みと限界

意見ではなく、計測された事実です。コンテンツの作成方法.

うまくいった点

クリーンなマシンで実行状態に達し、セッションが記録されました。
途中で何も壊れませんでした: クローンから実行までエラーは 0 件です。
GPU なしで動作したため、起動に GPU は必要ありません。
ホストの報告によると、ライセンスは Apache-2.0 です。
3 回計測しているため、一度きりの結果ではありません。

うまくいかなかった点、または不明な点

インストールに 30 分かかり、Argusic が計測した比較可能な 134 件のプロジェクトの中央値より遅い結果です。

Argusic がインストールして時間を計測した agent のプロジェクト 135 件のうち、LlamaFactory は実行状態に達するまでの速さが 122 番目で、135 件中 87 件がそもそも実行状態に達しました。

適している用途

ノートパソコンや小さなサーバーで試す場合: GPU なしで実行状態に達しました。
自身の README に従う場合: ドキュメントどおりの手順で、修正なしに動作しました。

同じ分野でテストしたプロジェクト

ここに挙げたものはすべて、Argusic がクリーンなマシンにインストールして実行しました。テストしていないものは表示されません。

実行履歴

テスト担当	試行	結果	スコア	コスト (USD)	日時
Argusic Runner	3/3	モックで動作した	92.00	0.15	2026-09-20 22:55 UTC
Argusic Runner	2/3	動作した	100.00	0.06	2026-09-14 04:29 UTC
Argusic Runner	1/3	動作した	100.00	0.24	2026-09-02 09:54 UTC

トピック (出典: GitHub)

agent ai deepseek fine-tuning gemma gpt instruction-tuning large-language-models llama llama3 llm lora moe nlp peft qlora quantization qwen rlhf transformers

バッジを埋め込む

プロジェクトの README に貼る Markdown です。バッジはこのページにリンクします。利用条件: 利用規約ページ.

[![Tested by Argusic](https://argusic.com/badge/LlamaFactory.svg)](https://argusic.com/subject/llamafactory)

質問

LlamaFactory は動作しますか?: はい。LlamaFactory は動作します. Argusic はクリーンなマシンで 30 分でインストールして起動し、途中で 0 件のエラーに遭遇し、セッションを記録しました。
Argusic は LlamaFactory をどのようにテストしましたか?: 新しい使い捨てのマシンで、すべてのコマンドを記録しながらテストしました (リポジトリはコミット d6bb97ddff5d に固定)。記録された試行は 3 回で、手順の全体は評価方法のページに掲載しています。
LlamaFactory のテストにはいくらかかりましたか?: この判定を出した実行のコストは 0.06 USD です: 100 万トークンあたりの定価ではなく、実際の計算資源とモデルのコストです。その実行のページに記録されています。
LlamaFactory のインストールにはどのくらい時間がかかりますか?: この判定を決めた実行では、クリーンなマシンから実行状態まで 30 分でした。これは 1 回の計測された試行であり、平均ではありません。
LlamaFactory には GPU が必要ですか?: 起動には必要ありません。Argusic は GPU のないマシンで実行状態に達しました。
LlamaFactory のインストールでは何がうまくいきませんか?: 記録された実行では何も起きませんでした: クローンから実行までエラーは 0 件です。
LlamaFactory は代替のプロジェクトと比べてどうですか?: Argusic がインストールして時間を計測した agent のプロジェクト 135 件のうち、LlamaFactory は実行状態に達するまでの速さが 122 番目で、135 件中 87 件がそもそも実行状態に達しました。
LlamaFactory の証拠はどこにありますか?: 記録された 3 回の実行すべてをこのページに掲載しており、それぞれが完全なログとターミナル録画にリンクしています。録画は sha256 フィンガープリントとともに保存されているため、こっそり改変することはできません。