🦥Unsloth-Dokumentation
Unsloth ist ein Open-Source-Framework zum Ausführen und Trainieren von LLMs.
Unsloth ermöglicht es dir, KI-Modelle auf deiner eigenen lokalen Hardware über eine Open-Source-UI auszuführen und zu trainieren.
Unsere Dokus führen dich durch das lokale Ausführen und Trainieren deines eigenen LLMs.
⚡ Schnellstart
Unsloth unterstützt MacOS, Linux, Windows, NVIDIA, AMD , Intel und CPU-Setups. Siehe: Unsloth-Anforderungen. Lade die native Desktop-App für dein Betriebssystem herunter:
Oder installiere Unsloth Studio nativ, unsere browserbasierte Web-UI:
Unsloth installieren:
curl -fsSL https://unsloth.ai/install.sh | shVerwende denselben Befehl zum Aktualisieren.
Unsloth installieren:
irm https://unsloth.ai/install.ps1 | iexVerwende denselben Befehl zum Aktualisieren.
Das Unsloth-Docker-Image unsloth/unsloth ist auf Docker verfügbar. Anleitung lesen.
Unsloth Desktop installieren:
brew install --cask unslothUnsloth Desktop aktualisieren:
brew upgrade --cask unslothUnsloth Desktop installieren:
winget install --id UnslothAI.Unsloth -eUnsloth Desktop aktualisieren:
winget upgrade --id UnslothAI.Unsloth -e👾 Unsloth Start
Unsloth Start ermöglicht dir, dich zu verbinden Claude Code, Codex und andere Agenten mit lokalen Modellen über den unsloth start Befehl.
Starte Unsloth, lade ein Modell, öffne deinen Projektordner und führe dann aus:
Ersetze claude mit einem der folgenden Agenten:

Claude Code
unsloth start claude
OpenAI Codex
unsloth start codex
Visual Studio Code
unsloth start vscode
DeepSeek Harness
unsloth start dsh
OpenCode
unsloth start opencode
Hermes Agent
unsloth start hermes
OpenClaw
unsloth start openclaw
🦥 Warum Unsloth?
Unsloth vereinfacht lokales Training, Inferenz, Daten und Deployment
⭐ Funktionen
Unsloth ermöglicht es dir, Modelle für Text, Audio, Embedding, Vision und mehr auszuführen und zu trainieren. Unsloth bietet viele wichtige Funktionen sowohl für Inferenz als auch für Training:
Inferenz
Führe LLMs, Diffusion, Embedding- und Audio-Modelle aus und trainiere sie: Qwen3.8, Kimi K3, MiniMax-H3, Muse Glimmer, DeepSeek-V4, Gemma 4.
Agenten & Tools: Verwende lokale Modelle mit Claude Code, Codexund MCPeinschließlich Tool-Calling und Code-Ausführung.
Suche & RAG: Nutze private und unbegrenzte Websuche, Deep Research, Auto-Compaction (rollendes Kontextfenster) und RAG.
Bild und Video: Ausführen und trainieren Bild- und Video-Diffusions- oder multimodale Modelle
Remote & LAN: Greife von jedem Gerät auf LAN auf deine lokalen Modelle zu oder aus der Ferne über sicheres Cloudflare HTTPS zu.
Verbinden: Stelle Modelle über eine OpenAI-kompatible API. Verbinde außerdem dein ChatGPT/Codex-Abonnement und Cloud-Anbieter
Trainieren & Bereitstellen
Fine-Tuning: Trainiere LLMs-, Diffusions-, TTS- und Embedding-Modelle 2× schneller mit 70 % weniger VRAM mit keinem Genauigkeitsverlust
Vollständige Unterstützung: Unterstützt Reinforcement Learning, LoRA, QLoRA, vollständiges Fine-Tuning, Pretraining, RL, GRPO, DPO und FP8.
Exportieren & Bereitstellen: Exportiere oder stelle Modelle bereit, einschließlich GGUF, NVFP4, FP8 und weiteren Formaten.
Datensätze: Erstelle Datensätze aus PDFs, CSVs, DOCX-Dateien und mehr mit Data Recipes.
Neueste Modelle
Video-Demo

Zuletzt aktualisiert
War das hilfreich?













