Firefly vs LLaMA Factory 全方位对比表 + 生物医药垂类微调选型建议
一、核心维度对比表格
| 对比维度 | Firefly（流萤） | LLaMA Factory |
|---|---|---|
| 开发主体 | 个人开源：前 Shopee NLP 工程师，中山大学硕士 | 社区开源：hiyouga 核心维护，全球开源社区协同迭代 |
| 项目定位 | 聚焦中文大模型的轻量化训练框架 + 配套中文优化模型 | 通用型全栈大模型微调框架，无语言/模型偏向，极致兼容 |
| 支持基座模型 | 以中文友好模型为主（Llama 系列、Qwen、ChatGLM、Firefly 自训模型），覆盖有限但深度适配 | 全主流开源模型全覆盖（Llama、Qwen、Mistral、DeepSeek、GLM、Yi、Firefly 等），几乎无适配成本 |
| 支持微调方式 | 基础 SFT、LoRA/QLoRA、增量预训练，进阶对齐方法较少 | SFT、DPO/IPO/KTO、RLHF、预训练、多模态微调，全流程对齐方案完整 |
| 中文优化 | 原生深度优化：中文分词、语料、表达逻辑专项适配，中文生成质感最优 | 通用框架无原生中文特化，依赖基座模型本身中文能力，可通过数据弥补 |
| 使用门槛 | 配置简洁、脚本轻量化，中文新手教程充足，上手快 | UI/命令行双模式，模板化 YAML 配置，零代码 WebUI，新手友好度拉满 |
| 硬件显存优化 | 支持 4/8bit 量化、QLoRA，单卡消费级显卡可跑 7B~13B 模型 | 量化、LoRA、梯度检查点、多卡并行等优化更全面，大参数模型适配性更强 |
| 文档&社区 | 中文文档完善，社区答疑渠道丰富，问题响应较快 | 国内外社区双活跃，Issue/教程/二次开发案例极多，复杂问题解决方案丰富 |
| 部署导出 | 支持基础量化导出、本地推理，生产级部署工具链简易 | 多格式导出（LoRA 合并、GGUF、GPTQ、AWQ），对接主流推理框架，生产部署完整 |
| 扩展性 | 聚焦中文 SFT 场景，自定义扩展、多任务适配能力一般 | 插件化架构，可自定义数据集格式、训练策略、新增模型，扩展性极强 |
| 维护频率 | 稳定迭代，更新节奏偏个人开源节奏 | 高频更新，新模型、新算法第一时间集成 |
| 适用核心人群 | 中文垂类开发者、个人科研、轻量化中文对话任务 | 全场景开发者、多模型测试、进阶对齐、复杂垂类、工程化落地 |
二、核心差异一句话总结
- Firefly：专精中文场景，小而精，配置简单，中文生成效果上限高，适合纯中文垂类快速微调。
- LLaMA Factory：全能通用框架，大而全，兼容所有模型与微调方法，社区生态无敌，适合试错、多模型对比、进阶训练。
三、通用场景快速选型规则
- 纯中文对话/文案/国内垂类任务 → 优先 Firefly
- 多模型轮换测试、需 DPO/RLHF 进阶对齐、多模态微调 → 必选
