| 1 | LLaMA-Factory (全栈开源大模型微调事实工业标准与一站式 WebUI) (全球最受欢迎的一站式大模型微调全家桶) | 98.7 | S | 首创 LLaMA Board 零代码网页操作台，完美整合 DeepSpeed、FlashAttention-2、DoRA 与 QLoRA，国内企业微调首选 | 功能庞大全面，新手如果不读文档直接盲改高级参数容易出现过拟合或梯度爆炸 | 任何企业级大模型定制项目、科研实验比对、需要快速微调并发布生产 API 的团队 |
| 2 | Unsloth (单卡微调极速提速 5x 与显存节省 80% 开源奇迹) (手写 Triton 内核的单卡显存榨汁机) | 97.5 | S | 微调速度狂飙 2-5 倍，显存降低高达 80%，0 精度损失，且原生支持导出为 GGUF、vLLM 和 Ollama 格式 | 针对单卡/单节点优化深入骨髓，跨多机多节点的大规模分布式并行的定制化支持相对克制 | 算力预算极其有限的学生党、单卡 RTX 3090/4090 用户、追求极限训练效率的敏捷团队 |
| 3 | HuggingFace TRL + PEFT (全球官方大模型微调与参数高效适配基石) (大模型微调生态的官方权威参考实现) | 96.2 | S | 代码规范性与学术权威性第一，任何全球新微调算法（如 LoftQ, AdaLoRA）均在 PEFT 率先标准化发布 | 为了保持极高通用性与标准化，底层执行效率未做极端平台特异性算子熔合 | 学术界算法创新研究、需要构建通用可复用 MLOps 管线的大型技术中台 |
| 4 | Axolotl (云原生分布式深度定制与强化学习微调重器) (欧美前沿开源大模型作者的秘密武器) | 95 | A | 基于声明式 YAML 配置文件驱动，原生集成 xFormers、FlashAttention-2、Deepspeed 与 FSDP，生产级极其稳定 | 配置项极其深奥丰富，对完全不懂模型底层分布式并行概念的新手门槛较高 | 追求极高工程稳定性的专业开源大模型训推团队、云计算分布式集群运维人员 |
| 5 | MLX-LM LoRA (Mac 本地 Apple Silicon 统一内存微调王牌) (苹果生态单机离线训练唯一的神) | 93.8 | A | 无需昂贵的 NVIDIA 显卡或租赁云服务器，在 64G/128G Mac 上即可直接全显存跑起高质量 LoRA 训练且极其安静省电 | 严格限制在 macOS 系统，无法直接部署迁移至大规模 NVIDIA GPU 云端集群 | 手握高配 Mac 的独立开发者、对数据极其敏感严禁任何语料上云的极客玩家 |
| 6 | Microsoft DeepSpeed (分布式训练与 ZeRO 显存优化奠基者) (超千亿参数超级工程的底座引擎) | 92.6 | A | 行业内最稳固的 ZeRO-1/2/3 内存卸载（CPU/NVMe Offload）与流水线并行体系，各大主流框架的默认底层加速件 | 本身是通用底层优化基础设施，通常作为插件被上层框架调用，单独编写原生配置门槛高 | 超大型企业超级算力中心、需要训练超大规模数十亿/数百亿参数底层基座的工程团队 |
| 7 | Torchtune (PyTorch 官方轻量级高可读微调库) (Meta 与 PyTorch 原生打造的纯净之作) | 91.5 | B | 所有核心逻辑一览无余，完全基于 PyTorch 原生组件与 torch.compile 构建，无任何第三方包魔改依赖 | 作为官方较晚推出的库，在最新小众冷门微调算法和长尾模型支持速度上弱于 LLaMA-Factory | 希望深入探究大模型训练原理、厌倦了层层厚重包装黑盒源码的研究型学者与学生 |
| 8 | LitGPT (Lightning AI 极简高度解耦纯 PyTorch 训练库) (20+ 架构高度解耦的纯粹训练框架) | 90.5 | B | 彻底打破传统大模型库中盘根错节的继承与嵌套抽象，代码没有任何隐藏的魔术逻辑，极易审查与修改 | 每个模型自成一体导致通用性脚本需根据不同模型做细微适配，生态流行度不及通用型全家桶 | 需要深入修改模型网络结构做前沿学术研究的算法科学家、高校实验室 |
| 9 | ms-swift (魔搭 ModelScope 开源大模型一站式轻量微调框架) (阿里通义与国产开源大模型的大本营) | 89.6 | B | 对国产开源大模型（Qwen, Baichuan, ChatGLM, DeepSeek）的适配极其迅速，提供完整的中英文训练数据集与 Gradio WebUI | 海外开发者社区生态渗透率相对国内略显小众，部分文档偏向中文语境 | 依托 ModelScope 生态构建企业知识库微调、国内专有云环境内部交付的工程团队 |
| 10 | Colossal-AI (面向大规模企业级并行计算与显存优化系统) (千卡集群企业级超级算力优化专家) | 88.7 | B | 融合张量并行、流水线并行、序列并行与自适应显存管理，在千卡级别超大算力集群中吞吐效率卓越 | 架构重心在于千卡分布式超大规模训练，个人单卡轻量级把玩体验略显厚重繁琐 | 拥有几十至几百个 GPU 计算节点的大型企业、高校超级计算中心、大模型预训练团队 |