LLM 미세 조정 (FineTune) 을 위한 오픈소스 라이브러리 6 가지

1. Unsloth
   GitHub: https://github.com/unslothai/unsloth
   → 로컬에서 LLM 을 미세 조정 (fine-tune) 하는 가장 빠른 방법
   → 낮은 VRAM 에 최적화됨 (노트북 포함)
   → Hugging Face 모델과 플러그 앤 플레이 (plug-and-play) 호환

2. Axolotl
   GitHub: https://github.com/OpenAccess-AI-Collective/axolotl
   → 유연한 LLM 미세 조정 설정 (configs)
   → LoRA, QLoRA, 다중 GPU 지원
   → 커스텀 훈련 파이프라인에 이상적

3. TRL (Transformer Reinforcement Learning)
   GitHub: https://github.com/huggingface/trl
   → RLHF, DPO, PPO 를 통한 LLM 정렬 (alignment)
   → Hugging Face 생태계 기반 구축
   → 후속 훈련 최적화에 필수

4. DeepSpeed
   GitHub: https://github.com/microsoft/DeepSpeed
   → 대규모 모델 효율적 훈련
   → 메모리 및 속도 최적화
   → 확장 (scaling) 산업 표준

5. LLaMA-Factory
   GitHub: https://github.com/hiyouga/LLaMA-Factory
   → 모든 기능 통합 미세 조정 UI + CLI
   → 다양한 모델 지원 (LLaMA, Qwen 등)
   → 초보자 친화적 + 강력함

6. PEFT
   GitHub: https://github.com/huggingface/peft
   → 최소 컴퓨팅 리소스로 미세 조정
   → LoRA, 어댑터, 프록시 튜닝 (prefix tuning)
   → 비용 효율적 훈련에 최적