📒Notebooks Unsloth

Notebooks de fine-tuning : explorez le catalogue Unsloth.

Entraînez votre propre modèle avec nos notebooks, alimentés par des calculs GPU gratuits. Cliquez sur Exécuter tout (ou enregistrez localement), ajoutez votre jeu de données, entraînez et déployez. Vous pouvez utiliser n'importe quel modèle dans les notebooks.

GRPO (RL)Texte en paroleVisionEmbeddingKaggle

Voir également notre dépôt GitHub pour nos notebooks : github.com/unslothai/notebooks

Notebooks Colab

Présentation de notre Unsloth Studio✨ notebook. Entraînez et exécutez des modèles de moins de 22B de paramètres :

Google Colabcolab.research.google.com

Notebooks SFT standard :

• Qwen3.5: 0.8B • 2B • 4B - nouveau

• gpt-oss (20b) • Inférence • Fine-tuning

• EmbeddingGemma (300M)

• Qwen3 (14B) • Qwen3-VL (8B)

• Qwen3-2507-4B • Réflexion • Instruct

• Gemma 3 (4B) • Texte • Vision • 270M • FunctionGemma

• Gemma 3n (E4B) • Texte • Vision • Audio

• Mistral Ministral 3

• DeepSeek-OCR 2

• IBM Granite-4.0-H

• Phi-4 (14B)

• Llama 3.1 (8B) • Llama 3.2 (1B + 3B)

GRPO (Raisonnement RL) :

• Qwen3.5 (4B) - Vision GRPO - nouveau

• gpt-oss-20b (création automatique de kernels)

• Mistral Ministral 3 (résolution de sudoku) - nouveau

• Qwen3-8B - FP8 (L4) - nouveau

• Llama-3.2-1B - FP8 (L4) - nouveau

• gpt-oss-20b (gagne automatiquement au jeu 2048)

• Qwen3-VL (8B) - Vision GSPO

• Qwen3 (4B) - GRPO LoRA avancé

• Gemma 3 (4B) - Vision GSPO

• gpt-oss-20b (exemple 2048 OpenEnv)

• DeepSeek-R1-0528-Qwen3 (8B) (pour cas d'utilisation multilingue)

• Gemma 3 (1B)

• Llama 3.2 (3B) - GRPO LoRA avancé

• Llama 3.1 (8B)

• Phi-4 (14B)

• Mistral v0.3 (7B)

• Environnement NeMo Gym Multi Agents (Environnements multi-agents)

Texte en parole (TTS) :

• Sesame-CSM (1B)

• Orpheus-TTS (3B)

• Whisper Large V3 - Parole en texte (STT)

• Llasa-TTS (1B)

• Spark-TTS (0.5B)

• Oute-TTS (1B)

Parole en texte (SST) :

• Whisper-Large-V3

• Gemma 3n (E4B) - Audio

Vision (Multimodal) :

• Qwen3.5: 0.8B • 2B • 4B - nouveau

• Qwen3-VL (8B)

• Mistral Ministral 3

• DeepSeek-OCR

• Paddle-OCR (1B)

• Gemma 3n (E4B)

• Gemma 3 (4B)

• Llama 3.2 Vision (11B)

• Qwen2.5-VL (7B)

• Pixtral (12B) 2409

• Qwen3-VL - Vision GSPO - nouveau

• Qwen2.5-VL - Vision GSPO

• Gemma 3 (4B) - Vision GSPO

Modèles d'embedding :

• EmbeddingGemma (300M) - nouveau

• Qwen3-Embedding 4B - nouveau

• Qwen3-Embedding 0.6B - nouveau

• BGE M3 - nouveau

• ModernBERT-large - nouveau

• All-MiniLM-L6-v2 - nouveau

• GTE ModernBert - nouveau

Grands LLM :

Notebooks pour grands modèles : Ils dépassent la limite gratuite de 15 GB VRAM de Colab. Avec les nouveaux GPU 80 GB de Colab, vous pouvez affiner des modèles de 120B de paramètres.

Un abonnement Colab ou des crédits sont requis. Nous ne gagnons rien avec ces notebooks.

• Qwen3.5-35B-A3B - nouveau

• Qwen3.5‑27B - nouveau

• GLM-4.7-Flash - nouveau

• gpt-oss-20b (contexte 500K)

• Qwen3-30B-A3B

• Notebook Nemotron-3-Nano-30B-A3B LoRA

• Notebook NeMo Gym Sudoku GRPO

• Notebook NeMo Gym Multi Environment GRPO

• gpt-oss-120b

• Qwen3 (32B)

• Llama 3.3 (70B)

• Gemma 3 (27B)

• Baidu ERNIE 4.5 VL (28B) - nouveau

Autres notebooks importants :

• Agent de support client

• Mistral Ministral 3 - nouveau (résolution de sudoku)

• Déployer sur LM Studio - nouveau

• Entraînement conscient de la quantification (QAT) - nouveau

• Déploiement sur téléphone - nouveau

• Raisonner avant Appel d'outils notebook - nouveau

• Notebook Mobile Actions - nouveau

• Création automatique de kernels avec RL

• ModernBERT-large - nouveau 19 août

• Génération de données synthétiques Llama 3.2 (3B)

• gpt-oss-20b (contexte 500K) - nouveau (A100)

• Appel d'outils

• Mistral v0.3 Instruct (7B)

• Ollama

• ORPO

• Pré-entraînement continu

• DPO Zephyr

• Inférence uniquement

• Llama 3 (8B)

Notebooks pour cas d'utilisation spécifiques :

• Déploiement sur téléphone - nouveau

• Déployer sur LM Studio - nouveau

• Raisonner avant Appel d'outils - nouveau

• Mobile Actions - nouveau

• Agent de support client

• Entraînement conscient de la quantification (QAT) - nouveau

• Création automatique de kernels avec RL - nouveau

• DPO Zephyr

• BERT - Classification de texte - (AutoModelForSequenceClassification)

• Ollama

• Appel d'outils

• Pré-entraînement continu (CPT)

• Jeux de données multiples par Flail

• KTO par Jeffrey

• Interface de chat d'inférence

• Conversationnel

• ChatML

• Complétion de texte

Reste des notebooks :

• Qwen2.5 (3B)

• Gemma 2 (9B)

• Mistral NeMo (12B)

• Phi-3.5 (mini)

• Phi-3 (moyen)

• Gemma 2 (2B)

• Qwen 2.5 Coder (14B)

• Mistral Small (22B)

• TinyLlama

• CodeGemma (7B)

• Mistral v0.3 (7B)

• Qwen2 (7B)

Notebooks Kaggle

Notebooks standard :

• gpt-oss (20B) - nouveau

• Gemma 3n (E4B)

• Qwen3 (14B)

• Magistral-2509 (24B) - nouveau

• Gemma 3 (4B)

• Phi-4 (14B)

• Llama 3.1 (8B)

• Llama 3.2 (1B + 3B)

• Qwen 2.5 (7B)

Notebooks GRPO (Raisonnement) :

• Qwen2.5-VL - Vision GRPO - nouveau

• Qwen3 (4B)

• Gemma 3 (1B)

• Llama 3.1 (8B)

• Phi-4 (14B)

• Qwen 2.5 (3B)

Notebooks Texte en parole (TTS) :

• Sesame-CSM (1B)

• Orpheus-TTS (3B)

• Whisper Large V3 – Parole en texte

• Llasa-TTS (1B)

• Spark-TTS (0.5B)

• Oute-TTS (1B)

Notebooks Vision (Multimodal) :

• Llama 3.2 Vision (11B)

• Qwen 2.5-VL (7B)

• Pixtral (12B) 2409

Notebooks pour cas d'utilisation spécifiques :

• Appel d'outils

• ORPO

• Pré-entraînement continu

• DPO Zephyr

• Inférence uniquement

• Ollama

• Complétion de texte

• CodeForces-cot (Raisonnement)

• Unsloth Studio (interface de chat)

Reste des notebooks :

• Gemma 2 (9B)

• Gemma 2 (2B)

• CodeGemma (7B)

• Mistral NeMo (12B)

• Mistral Small (22B)

• TinyLlama (1.1B)

Pour voir la liste complète de tous nos notebooks Kaggle, cliquez ici.

N'hésitez pas à contribuer aux notebooks en visitant notre dépôt!