> For the complete documentation index, see [llms.txt](https://unsloth.ai/docs/llms.txt). Markdown versions of documentation pages are available by appending `.md` to page URLs; this page is available as [Markdown](https://unsloth.ai/docs/fr/nouveau/changelog.md).

# Mises à jour d’Unsloth

Journal des modifications d'Unsloth pour nos dernières versions, améliorations et corrections.

Pour utiliser les dernières modifications, [mettez à jour Unsloth](/docs/fr/nouveau/studio/install.md#update-unsloth-studio).

{% updates format="full" %}
{% update date="2026-10-19" tags="new-releases" %}

## DeepSeek V4.1-Flash-1017 et FLUX.3

DeepSeek-V4.1-Flash-1017 et FLUX.3 Image Klein sont là ! Exécutez les deux localement dans Unsloth. Nouveau aussi : images et vidéos dans le chat, entraînement multi-GPU avec FSDP2 (alpha) et configuration MCP en une commande pour les agents de codage.

#### Points forts

* **DeepSeek-V4.1-Flash-1017**: 552B (16B actifs) - fonctionne sur \~125 Go en 1 bit avec sa table Engram sur SSD [Guide](https://unsloth.ai/docs/models/deepseek-v4.1-flash)
* **FLUX.3 Image Klein**: fonctionne sur 24 Go et permet des modifications avec jusqu'à 10 images de référence [GGUF](https://huggingface.co/unsloth/flux-3-image-klein-GGUF)
* **Configuration MCP en une commande**: `unsloth mcp add` connecte Claude Code, Codex ou Cursor à Unsloth.
* **Images et vidéos dans le chat**: les modèles de chat locaux utilisent le modèle d’image ou de vidéo chargé à côté d’eux.
* **Qwen-Image-Edit-2509 et 2511**: modifiez avec jusqu’à 3 images à la fois.
* **Aperçu des jetons**: voyez ce que votre modèle va apprendre avant le début de l’entraînement.

<a href="https://github.com/unslothai/unsloth/releases/tag/v0.1.909-beta" class="button primary">Notes de version complètes</a><a href="/docs/fr/modeles/deepseek-v4.1-flash.md" class="button secondary">DeepSeek-V4.1-Flash</a>
{% endupdate %}

{% update date="2026-10-15" tags="new-releases" %}

## NVIDIA Nemotron 3.5 + Meta Muse Spark Open

Exécutez localement dans Unsloth les nouveaux modèles Nemotron 3.5 de NVIDIA et Muse Spark Open de Meta. Nouveau : LLMs à diffusion de texte, entraînement DeepSpeed et meilleur cache des prompts pour les agents de codage.

#### Points forts

* **NVIDIA Nemotron 3.5 Bolt**: fonctionne sur 24 Go de mémoire. [Guide](https://unsloth.ai/docs/models/nemotron-3.5-bolt)
* **NVIDIA Nemotron 3.5 Super VL**: 120B (12B actifs) [Guide](https://unsloth.ai/docs/models/nemotron-3.5-super-vl)
* **Meta Muse Spark Open**: 816B (42,7B actifs) - fonctionne sur 256 Go [Guide](https://unsloth.ai/docs/models/muse-spark-open)
* **Meilleur cache des prompts pour les agents de codage**: Claude Code, Codex, etc. sur des modèles GGUF locaux retraitent beaucoup moins de chaque prompt.
* **Utilisation du navigateur**: l’option Toujours autoriser fonctionne correctement, le curseur, et des onglets séparés pour chaque chat.
* **Images via vos connexions**: générez avec sd-server, Ollama, Lemonade et d’autres serveurs d’images.
* **LLM de diffusion**: entraînez-vous et discutez avec LLaDA, Dream, SDAR et plus encore, avec un canevas de débruitage en direct.

<a href="https://github.com/unslothai/unsloth/releases/tag/v0.1.908-beta" class="button primary">Notes de version complètes</a><a href="/docs/fr/modeles/nemotron-3.5-bolt.md" class="button secondary">Nemotron 3.5 Bolt</a><a href="/docs/fr/modeles/muse-spark-open.md" class="button secondary">Meta Muse Spark Open</a>
{% endupdate %}

{% update date="2026-10-12" tags="new-releases" %}

## Utilisation du navigateur + **Qwen-Image-2.1-Turbo**

Les modèles peuvent désormais utiliser le navigateur dans Unsloth. Activez l’utilisation du navigateur et votre modèle pourra ouvrir des pages, les lire, cliquer, saisir du texte et faire défiler pendant que vous regardez. Qwen-Image-2.1-Turbo est aussi là, pour créer des images en seulement 8 étapes. Inclus également : entraînement de LLMs à diffusion de texte, GGUF MoE plus rapides et décodage spéculatif sur Mac.

#### Points forts

* **Utilisation du navigateur.** Les modèles locaux peuvent prendre le contrôle du navigateur Unsloth
* **Qwen-Image-2.1-Turbo**: des images en 8 étapes (2,5x plus rapide). [Voir le guide](https://unsloth.ai/docs/models/qwen-image-2.1)
* **Entraînez des LLMs à diffusion de texte** comme DiffusionGemma, LLaDA et Dream
* **Jusqu’à 3x plus rapides pour les GGUF MoE** plus volumineux que votre VRAM
* **Décodage spéculatif sur Mac** pour des réponses MLX jusqu’à 2,8x plus rapides

<a href="https://github.com/unslothai/unsloth/releases/tag/v0.1.906-beta" class="button primary">Notes de version complètes</a><a href="/docs/fr/modeles/qwen-image-2.1.md" class="button secondary">Qwen Image 2.1</a>
{% endupdate %}

{% update date="2026-10-08" tags="new-releases" %}

## Entraînez votre propre modèle de décision

Transformez n’importe quel LLM texte ou vision en un modèle de décision à la Jev dans Unsloth, avec une précision de décision passant de 30 % à 80 %. Entraînez, testez, exportez et servez des modèles de décision directement depuis Unsloth. Inclus aussi : modèles ComfyUI natifs, améliorations de la diffusion et un meilleur navigateur sur Desktop.

#### Points forts

* **Transformez n’importe quel modèle en modèle de décision à la Jev.** Précision de 30 % à 80 %
* **Chargez des modèles de diffusion ComfyUI** nativement dans Unsloth
* **Diffusion plus rapide et plus précise** avec INT8 ConvRot et plus encore
* **Meilleur navigateur dans Desktop** avec de nombreux correctifs de bugs
* **Sandboxing** avec Bwrap pour Linux, Seatbelt pour Mac et MXC pour Windows

<a href="https://github.com/unslothai/unsloth/releases/tag/v0.1.904-beta" class="button primary">Notes de version complètes</a><a href="/docs/fr/notions-de-base/entrainez-votre-propre-modele-de-decision-avec-unsloth.md" class="button secondary">Guide du modèle de décision</a>

{% embed url="<https://github.com/user-attachments/assets/92959172-d2a2-450b-a5bf-6369a1e5ae16>" %}
{% endupdate %}

{% update date="2026-10-07" tags="new-releases" %}

## EmbeddingGemma 2 + navigateur

Cette version ajoute un navigateur dans Unsloth (l’utilisation du navigateur arrive très bientôt), donc les fichiers, pages web et pages écrites par le modèle s’ouvrent juste à côté de votre chat. Elle apporte aussi [EmbeddingGemma 2](https://unsloth.ai/docs/models/embeddinggemma-2), le nouveau modèle d’embedding multimodal de Google, ainsi que de nouvelles pages Audio et un entraînement à plus faible mémoire.

#### Points forts

* **Navigateur à côté du chat** pour les fichiers, les pages web et le HTML écrit par le modèle, sous forme d’onglets
* **EmbeddingGemma 2**: exécutez et affinez le nouveau modèle de Google pour le texte, le code, les images, la vidéo et l’audio [Guide](https://unsloth.ai/docs/models/embeddinggemma-2)
* **Pages Audio**: Parler, Cloner, Musique, Transcrire, Modifier, Séparer, Convertir, avec plus de 70 modèles GGUF
* **Conservez plusieurs modèles chargés**, ainsi que les moteurs vLLM et SGLang (optionnel)
* **Sandbox** pour le code exécuté par le modèle, avec désormais un onglet Paramètres et la prise en charge de Colab et Docker
* **Aperçu en direct** pendant la génération d’images et de vidéos

<a href="https://github.com/unslothai/unsloth/releases/tag/v0.1.903-beta" class="button primary">Notes de version complètes</a><a href="/docs/fr/modeles/embeddinggemma-2.md" class="button secondary">EmbeddingGemma 2</a>
{% endupdate %}

{% update date="2026-10-01" tags="new-releases" %}

## Palette de commandes + interface Desktop UI/UX

Cette version rend Unsloth Desktop plus rapide et plus facile à utiliser grâce à une navigation améliorée, des paramètres d’exécution partageables, des erreurs plus claires, des décisions Laya plus rapides, une prise en charge élargie de l’API Decision et un meilleur entraînement LoRA 4 bits.

* **Palette de commandes Cmd/Ctrl+P** et paramètres d’exécution GGUF partageables.
* [**Décisions Laya**](#laya-decision-models--library) **jusqu’à 4,1x plus rapides** avec prise en charge des fournisseurs hébergés.
* **Erreurs plus claires** avec des messages et journaux améliorés pour le chargement/la génération.
* **Entraînement LoRA 4 bits à moindre consommation mémoire** pour les checkpoints NVFP4, INT4 et MXFP4.

#### Desktop, chat et modèles

* Partagez des paramètres d’exécution GGUF sans charger les modèles.
* Poursuivez les réponses et corrigez les erreurs de canevas HTML directement dans le chat.
* Avertissements améliorés sur l’adéquation du modèle, le chargement des images et les contrôles Desktop.
* Ajout de `FastModel` la prise en charge de l’affinage pour T5, T5Gemma, BART, Marian, et plus encore.
* Ajout de `unsloth eval` pour évaluer les checkpoints et les adaptateurs LoRA.
* Prise en charge améliorée de l’entraînement et de la génération multi-GPU.

#### Entraînement de checkpoints 4 bits

Les checkpoints pré-quantifiés s’entraînent désormais en utilisant leurs poids empaquetés d’origine, réduisant l’utilisation mémoire tout en préservant la précision.

* Qwen3.8-27B-NVFP4 utilise 40,2 Go de mémoire de pointe au lieu de 72,9 Go.
* Les checkpoints INT4 restent empaquetés au lieu d’être re-quantifiés.
* Kimi-K2.7-Code et gpt-oss conservent les experts empaquetés pendant l’entraînement LoRA.

#### Mises à jour de l’API Decision, des images et de la plateforme

* Les modèles de décision Laya répondent jusqu’à 4,1x plus vite, avec des fournisseurs hébergés disponibles via les Connexions.
* Les modèles d’image conservent INT8/FP8 lors du déchargement pour une génération plus rapide.
* Qwen-Image-2.1 rend des images 1536×1536 jusqu’à 3,6x plus vite sur Radeon 8060S.
* Ajout de la prise en charge Windows AMD pour les GPU RX 5000–9000.
* Prise en charge MLX mise à jour et exportations Mac LoRA vers PEFT ou GGUF.

<a href="https://github.com/unslothai/unsloth/releases/tag/v0.1.902-beta" class="button primary">Notes de version complètes</a><a href="/docs/fr/modeles/decision-laya.md" class="button secondary">Guide des modèles de décision Laya</a>
{% endupdate %}

{% update date="2026-09-28" tags="new-releases" %}

## Modèles de décision Laya + bibliothèque

Nous ajoutons la prise en charge des modèles de décision, une bibliothèque unifiée pour les documents et les médias, une visionneuse de documents, de nombreuses améliorations pour Apple Silicon, la création de Skills, et une génération d’images et de vidéos \~4,5× plus rapide.

* Exécuter et servir **Modèles de décision** comme Laya (Jev open source) localement via une API compatible TypeSafe.
* **Éditeur de Skills** pour créer, modifier et supprimer des Skills directement dans Desktop.
* **ModelScope** le téléchargement de modèles est désormais disponible pour les utilisateurs qui ne peuvent pas utiliser Hugging Face
* **Visionneuse de documents** pour PDF, Word, Excel, PowerPoint et les chats.
* Nouveau **Bibliothèque**: gérez les chats, images, vidéos et fichiers depuis le nouvel **Bibliothèque** onglet.
* **Améliorations Apple Silicon** y compris le service par lots, les sorties structurées et le cache KV TurboQuant.
* Configurez la part du modèle reçue par chaque GPU.
* **Génération d’images et de vidéos plus rapide** avec des clips LTX-2.3 \~4,5x plus rapides et un décodage VAE 1,7 à 6,3x plus rapide.

<a href="https://github.com/unslothai/unsloth/releases/tag/v0.1.901-beta" class="button primary">Notes de version complètes</a><a href="/docs/fr/modeles/decision-laya.md" class="button secondary">Guide des modèles de décision Laya</a>
{% endupdate %}

{% update date="2026-09-22" tags="new-releases" %}

## Qwen-Image-2.1 + Skills

Vous pouvez désormais exécuter Qwen-Image-2.1 localement avec Unsloth ! Cette version inclut aussi des Skills d’agent personnalisés, ainsi qu’une gestion plus simple des chats/projets. Elle apporte également des blocs de raisonnement 2x plus rapides (60 FPS contre 30 FPS), un entraînement plus fiable et des installations et mises à jour Linux améliorées.

<a href="/docs/fr/modeles/qwen-image-2.1.md" class="button primary">Guide Qwen-Image-1.2</a>

* **Prise en charge de Qwen-Image-2.1 :** Exécutez Qwen-Image-2.1 localement avec Unsloth pour la génération d’images.
* **Skills d’agent personnalisés :** Ajoutez des skills spécifiques à une tâche, réutilisez des skills depuis Claude Code et `.agents` dossiers, et sélectionnez-les dans le chat avec `@`.
* **Expérience de chat plus fluide :** Les longs blocs de raisonnement s’affichent désormais à 60 FPS, contre 30 FPS auparavant. Inclut une interface de réflexion repensée, un streaming de code plus fluide et un chargement des modèles et des paramètres de chat plus fiable.
* **Gestion des chats et des projets plus simple :** Faites glisser les chats pour les réordonner, les épingler ou les déplacer dans des projets sur toutes les plateformes. Modifiez les noms de projet, les instructions et les dossiers directement depuis la page Projets.
* **Meilleure gestion des modèles et du stockage :** Les modèles de vision peuvent voir les images renvoyées par les outils MCP. Réutilisez les modèles téléchargés sans récupérer de copies en double, et inspectez ou videz les caches depuis les Paramètres.
* **Entraînement et exportations plus fiables :** Reprenez d’anciens entraînements avec des estimations précises du temps restant. Des corrections améliorent les recettes de jeux de données Hugging Face, le mappage des colonnes et la sélection des splits/sous-ensembles. Les envois au Hub excluent les fichiers restés d’exportations antérieures.
* **Prise en charge Linux et AMD améliorée :** Mises à jour dans l’application pour les installations Debian, un installateur natif ARM64 pour Ubuntu 24.04+, et une nouvelle image Docker AMD ROCm avec Unsloth Studio et JupyterLab.
  {% endupdate %}

{% update date="2026-09-17" tags="new-releases" %}

## Docker + MultiUser + prise en charge AMD

Nous publions notre nouvelle image Docker mise à jour avec des comptes multi-utilisateurs, RDNA1+2, la prise en charge de la diffusion FP8/INT8, la prise en charge Windows CUDA ARM64 et de nombreuses améliorations pour l’entraînement, GRPO et l’inférence

#### Points forts :

* Docker mis à jour avec prise en charge NVIDIA et AMD : [Guide](https://unsloth.ai/docs/get-started/install/docker)
* Comptes multi-utilisateurs avec isolation : **Paramètres > Comptes**
* inférence de diffusion d’images INT8/FP8 : 2x plus rapide
* prise en charge Windows ARM64 CUDA pour l’entraînement et l’inférence
* GRPO : prise en charge de Qwen3.5 et des dernières versions de TRL/vLLM
* prise en charge AMD RDNA1 et RDNA2
* Meilleure détection et récupération des GPU NVIDIA sous Windows

#### Image Docker mise à jour

* Image CUDA mise à jour et configuration Studio, caches intégrés supprimés, et correctifs d’entraînement d’Unsloth restaurés sur les hôtes GPU.
* Les données Studio persistent sur un volume sans épingler le code de l’application. Mises à jour améliorées, mots de passe générés, ports configurables et conservation des paquets.
* Ajout d’une image AMD ROCm pour les hôtes Linux pris en charge.

#### Comptes multi-utilisateurs

* Créez des comptes dans **Paramètres > Comptes** avec des codes de configuration à usage unique et des mots de passe individuels.
* Les comptes gardent le travail séparé tout en partageant un modèle chargé lorsque les paramètres correspondent. Le comportement à compte unique reste inchangé.

#### Chat + raisonnement

* Modifiez, réordonnez et dirigez les prompts en file d’attente, même pendant le chargement d’un modèle local.
* Ajout de budgets de raisonnement GGUF, d’une largeur de chat ajustable, d’un redimensionnement de bureau et d’un compositeur compact.
* Réactivité améliorée pour les longs raisonnements, conservation de l’historique du chat et gestion des fichiers et images générés par les outils.

#### Matériel + inférence

* MLX gagne l’entrée vidéo, des optimisations MoE et de décodage optionnelles, et des chats multimodaux plus fiables.
* Estimations de mémoire GGUF améliorées, gestion de DGX Spark, détection NVIDIA, vérifications NVLink et ordre des GPU sélectionné par l’utilisateur.
* Ajout du packaging natif de bureau Windows ARM64, Qwen3.5 `fast_inference`, et détection de NPU Ascend.

#### Recherche + API

* Deep Research préserve mieux les rapports non terminés, gère la sortie JSON et signale les exécutions sans preuves. Les uploads de PDF numérisés obtiennent un fallback OCR local.
* Contrôles de raisonnement du fournisseur améliorés, compatibilité MCP, appel d’outils et rapport d’erreurs diffusé en streaming.
* Ajout de `/v1/chat/completions` entrée vidéo et accès API aux modèles Ollama installés.

#### Entraînement + installation

* Ajout des téléchargements de jeux de données Data Recipes et correction des exports d’affinage 16 bits, des sauvegardes LoRA et de Push to Hub.
* Gestion des jeux de données améliorée, estimations de mémoire d’entraînement et sauvegardes de checkpoints à l’arrêt du conteneur. Les corrections principales concernent la normalisation, RoPE, Q-GaLore et la sélection distribuée des périphériques.
* Installations Windows améliorées, réparation des paquets GPU, mise en cache des dépendances et installations hors ligne vérifiées.

#### Sécurité + exécution d’outils

* Protection des identifiants renforcée et validation des appels d’outils, avec demandes d’approbation pour l’accès aux fichiers en dehors de la sandbox.
* Ajout du sandboxing OS des outils en aperçu sur les hôtes Linux et macOS pris en charge. L’accès réseau reste sans restriction ; le mode automatique conserve les protections existantes lorsque l’isolation OS n’est pas disponible.

<a href="/docs/fr/commencer/install/docker.md" class="button primary">Guide Docker</a>
{% endupdate %}

{% update date="2026-09-02" tags="new-releases" %}

## Qwen3.8-Flash + GLM-5.3 2x plus rapides

Exécutez [**Qwen3.8-Flash-Next**](/docs/fr/modeles/qwen3.8-next.md) et [**GLM-5.3-Flash**](/docs/fr/modeles/glm-5.3-flash.md) jusqu’à **2× plus rapide** avec un décodage plus rapide et MTP bonus, désormais activé par défaut. Cette version inclut aussi **plus de 170 améliorations** dans l’entraînement, le chat, la prise en charge matérielle, les API et les performances.

* Génération plus rapide pour Qwen et GLM avec MTP, ainsi qu’une meilleure utilisation des outils et des paramètres Qwen recommandés.
* UI/UX beaucoup moins lente pour tous les chats, surtout sur les longues conversations
* Nouvelle prise en charge de **MiniMax-Music3, Higgs et MOSS** modèles audio, y compris le suivi de progression et la gestion des clips.
* Chargement des modèles plus fiable sur les serveurs locaux et les fournisseurs connectés.
* Édition de chat plus sûre qui préserve les appels d’outils, les réponses, les médias et les branches de conversation.
* Entraînement multi-GPU, ajustement mémoire, placement des modèles et exportations GGUF améliorés.
* Installation, détection et compatibilité GPU AMD/ROCm renforcées.
* MCP, Deep Research, OAuth, appels d’outils parallèles et workflows d’agents plus fiables.
* Nouvelles API compatibles OpenAI pour **les modèles vidéo, audio et servis via MLX**.
* Mises à jour du bureau, contrôles de ports LAN, téléchargements et nettoyage de la mémoire GPU améliorés.

<a href="/docs/fr/modeles/qwen3.8-next.md" class="button primary">Qwen3.8-Flash-Next</a><a href="/docs/fr/modeles/glm-5.3-flash.md" class="button primary">GLM-5.3-Flash</a><a href="/docs/fr/modeles/glm-5.3.md" class="button primary">GLM-5.3</a>
{% endupdate %}

{% update date="2026-08-27" tags="new-releases" %}

## Qwen3.8-Flash-Next + GLM-5.3

[Qwen3.8-Flash-Next](/docs/fr/modeles/qwen3.8-next.md), [GLM-5.3-Flash](/docs/fr/modeles/glm-5.3-flash.md) + [GLM-5.3](/docs/fr/modeles/glm-5.3.md) peuvent désormais s’exécuter localement dans Unsloth !

* Qwen3.8-Flash fonctionne sur 75 Go de RAM
* GLM-5.3-Flash fonctionne sur 102 Go de RAM + VRAM
* Déchargement de la RAM jusqu’à 5x plus rapide
* La compaction automatique répétée fonctionne désormais de manière fiable
* Plus de 100 améliorations du chat, de la fiabilité et des performances

<a href="/docs/fr/modeles/qwen3.8-next.md" class="button primary">Qwen3.8-Flash-Next</a><a href="/docs/fr/modeles/glm-5.3-flash.md" class="button primary">GLM-5.3-Flash</a><a href="/docs/fr/modeles/glm-5.3.md" class="button primary">GLM-5.3</a>

<div align="left"><figure><img src="https://550366147-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FxhOjnexMCB3dmuQFQ2Zq%2Fuploads%2F1YneA51oWzaIiwep9H5I%2F1000024423.gif?alt=media&amp;token=40a169cc-12f1-403a-898c-b310f81ff52a" alt="" width="375"><figcaption></figcaption></figure></div>

#### Qwen3.8-Flash-Next

modèle de raisonnement multimodal de 125B et aperçu précoce de l’architecture de Qwen4.

* Le GGUF dynamique 1 bit fonctionne sur 75 Go de RAM ou en mémoire unifiée
* Jusqu’à 262K de contexte avec texte et images
* Modes de raisonnement Aucun, Faible, Moyen et Très élevé
* Le raisonnement conservé améliore la cohérence dans les longs chats

#### GLM-5.3-Flash

modèle multimodal 320B avec 18B de paramètres actifs.

* Le modèle 1 bit fonctionne sur 102 Go de RAM + VRAM combinées
* Jusqu’à 1M de contexte pour le texte, les images et les documents
* Modes de raisonnement Faible, Élevé et Max
* Performances améliorées en codage, agents et vision

#### Améliorations d’Unsloth

* Les grands GGUF sont automatiquement répartis entre le GPU et la RAM système
* Consultez les estimations de mémoire avant le chargement
* Les chats se rétablissent après les déconnexions
* Meilleure vision multi-image et prise en charge des images MCP
* Exporter les chats en JSONL
* Contrôles améliorés de la compaction automatique
* Corrections pour Linux, NVIDIA Wayland, AMD et Windows

Pour exécuter ou entraîner les nouveaux modèles, vous pouvez télécharger Unsloth Desktop :

<a href="https://unsloth.ai/download" class="button primary" data-icon="down-to-bracket">Télécharger Unsloth Desktop</a>

* <i class="fa-apple">:apple:</i> [Télécharger pour macOS](https://unsloth.ai/download/mac)
* <i class="fa-windows">:windows:</i> [Télécharger pour Windows](https://unsloth.ai/download/windows)
* <i class="fa-linux">:linux:</i> [Télécharger pour Linux](https://unsloth.ai/download/linux)
  {% endupdate %}

{% update date="2026-08-20" tags="new-releases" %}

## Compaction automatique + accès LAN

Merci pour votre soutien à Qwen3.8-27B et Unsloth Desktop la semaine dernière ! Pour notre [nouvelle `v0.1.801-beta` version](https://github.com/unslothai/unsloth/releases/tag/v0.1.801-beta), nous avons fusionné plus de 200 PR pour introduire de nombreuses nouvelles fonctionnalités, et les correctifs suivants :

* **Compaction automatique (expérimental)** pour les chats plus longs au-delà des limites de contexte
* [**Accès distant et LAN (aperçu)**](/docs/fr/notions-de-base/lan.md) pour un accès réseau facile sans liens Cloudflare
* **Chat plus rapide** - Performances de streaming améliorées, latence de l’interface réduite et conversations longues plus fluides.
* Prise en charge de **compilations customisées de llama.cpp**. Bascules pour Cache RAM, Mmap, Mlock, Checkpoints, cache KV pour le décodage spéculatif, vision activée/désactivée
* [Unsloth Dynamic v3.0](https://unsloth.ai/docs/basics/dynamic-3.0-ggufs) est publié. Les nouveaux GGUF Dynamiques v3.0 Qwen3.8-27B offrent une précision top-1 supérieure de plus de 10 % par rapport à tout le monde. Fonctionne avec Unsloth.

#### Compaction automatique (expérimental)

Les longs chats peuvent désormais dépasser les limites de contexte en déplaçant les échanges anciens vers une archive consultable.

* Les échanges anciens ne sont supprimés qu’en cas de besoin et restent consultables.
* De nouveaux cycles de contexte améliorent le rappel sans tronquer définitivement les chats.
* Utilise la recherche plutôt que la synthèse pour une meilleure précision.

#### Accès distant et LAN (aperçu)

Accédez à Unsloth depuis d’autres appareils sur votre réseau.

* Nouveaux paramètres d’accès distant.
* Contrôle LAN, codes QR et options de démarrage automatique.
* Désactivé par défaut pour la sécurité.

#### Améliorations du chat

* Chats longs plus rapides et gestion des fils de conversation améliorée.
* Les projets organisent les chats, les fichiers et les espaces de travail.
* Ajout de la mise en file des prompts, des raccourcis, `edit_file`, et meilleure prise en charge des outils.

#### Matériel, inférence, API

* Prise en charge des compilations personnalisées de llama.cpp et d’Intel XPU.
* Plus de contrôles d’inférence (cache, mmap, mlock, checkpoints, décodage spéculatif, vision).
* Validation GPU, gestion de la VRAM et compatibilité améliorées.
* Sorties structurées dans l’API Responses.
* Meilleure récupération de llama-server.

Pour exécuter ou entraîner Qwen3.8, vous pouvez télécharger Unsloth Desktop :

<a href="https://unsloth.ai/download" class="button primary" data-icon="down-to-bracket">Télécharger Unsloth Desktop</a>

* <i class="fa-apple">:apple:</i> [Télécharger pour macOS](https://unsloth.ai/download/mac)
* <i class="fa-windows">:windows:</i> [Télécharger pour Windows](https://unsloth.ai/download/windows)
* <i class="fa-linux">:linux:</i> [Télécharger pour Linux](https://unsloth.ai/download/linux)
  {% endupdate %}

{% update date="2026-08-14" tags="new-releases" %}

## Qwen3.8

Qwen3.8-27B et Qwen3.8-2.4T peuvent désormais être exécutés localement dans Unsloth !

Exécutez sur 17 Go de RAM via les GGUF Dynamiques Unsloth. Vous pouvez aussi affiner Qwen3.8-27B dans Unsloth. Qwen3.8-27B est de loin le modèle le plus puissant pour sa taille. Nous avons également mis en ligne des quants NVFP4.

<a href="/docs/fr/modeles/qwen3.8.md" class="button primary">Guide d’exécution de Qwen3.8</a><a href="/docs/fr/modeles/muse-glimmer/train.md" class="button secondary">Affiner Muse Glimmer</a>

<figure><img src="https://550366147-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FxhOjnexMCB3dmuQFQ2Zq%2Fuploads%2FSqxs6NjShWrLfRKhDy1m%2Fvolcano%202.gif?alt=media&amp;token=395274a0-b437-403a-8a01-8e8502f9d225" alt="" width="375"><figcaption></figcaption></figure>

Autres mises à jour d’Unsloth incluent :

* Qwen3.8-27B + arguments supplémentaires de llama-server autorisés + bascule VRAM personnalisée
* Le fournisseur externe dispose d’un appel d’outils + prise en charge des outils + connexion avec Codex
* Inférence MiniMax-H3 FP8 rapide 10x plus rapide (3 minutes contre 30)
* Inférence 10 % plus rapide pour les GGUF + contournement des autorisations corrigé
* Connecté [Fournisseurs d'API](/docs/fr/integrations/connections.md) peuvent utiliser leur propre moteur de recherche ou la recherche et les outils intégrés d'Unsloth Desktop. Les résultats des outils sont renvoyés au modèle afin qu'il puisse poursuivre des tâches en plusieurs étapes.
* Connectez-vous avec un abonnement Codex et utilisez les outils Codex dans Chat.

Pour exécuter ou entraîner Qwen3.8, vous pouvez télécharger Unsloth Desktop :

<a href="https://unsloth.ai/download" class="button primary" data-icon="down-to-bracket">Télécharger Unsloth Desktop</a>

* <i class="fa-apple">:apple:</i> [Télécharger pour macOS](https://unsloth.ai/download/mac)
* <i class="fa-windows">:windows:</i> [Télécharger pour Windows](https://unsloth.ai/download/windows)
* <i class="fa-linux">:linux:</i> [Télécharger pour Linux](https://unsloth.ai/download/linux)
  {% endupdate %}

{% update date="2026-08-11" tags="new-releases" %}

## Présentation d'Unsloth Desktop

Présentation d'Unsloth Desktop 🦥 - la première application de bureau pour exécuter et entraîner des modèles localement.\
Open source. Fonctionne sur Mac, Windows et Linux

<figure><img src="https://550366147-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FxhOjnexMCB3dmuQFQ2Zq%2Fuploads%2FyUdniXManojk20Q3M5Lf%2Fintroducing%20unsloth%20desktop%20thumb.png?alt=media&amp;token=5ecd2f25-b996-4749-8242-ffd21b080ae7" alt=""><figcaption></figcaption></figure>

• Prend en charge MLX, la diffusion d'images/vidéos, l'audio, GGUF\
• Connectez Claude Code et Codex à des LLM locaux\
• 50 % plus précis, appels d'outils auto-réparateurs + exécution de code sandboxée\
• Fonctionne sur les configurations CPU + multiGPU - NVIDIA, AMD, Intel, Mac\
• Entraînez des modèles 2× plus vite avec 70 % de VRAM en moins\
• Recherche web privée, recherche approfondie, RAG, MCP + exportations (NVFP4, GGUF)\
• Utilisez l'API compatible OpenAI d'Unsloth et les modèles cloud\
• Déployez des LLM à distance en toute sécurité et accédez-y partout

Vous pouvez télécharger Unsloth Desktop maintenant :

<a href="https://unsloth.ai/download" class="button primary" data-icon="down-to-bracket">Télécharger Unsloth Desktop</a>

* <i class="fa-apple">:apple:</i> [Télécharger pour macOS](https://unsloth.ai/download/mac)
* <i class="fa-windows">:windows:</i> [Télécharger pour Windows](https://unsloth.ai/download/windows)
* <i class="fa-linux">:linux:</i> [Télécharger pour Linux](https://unsloth.ai/download/linux)
  {% endupdate %}

{% update date="2026-08-10" tags="new-releases" %}

## Meta Muse Glimmer est là !

Meta a publié Muse Glimmer, le premier modèle ouvert de Meta Superintelligence Labs. Muse Glimmer est un modèle dense de 30 milliards de paramètres de Meta, conçu pour les workflows locaux d'agents et de codage. Publié sous licence Apache 2.0, vous pouvez exécuter Muse Glimmer 30B via Unsloth et les quantifications dynamiques Unsloth pour les meilleures performances.

<a href="/docs/fr/modeles/muse-glimmer.md" class="button primary">Exécuter Muse Glimmer</a><a href="/docs/fr/modeles/muse-glimmer/train.md" class="button secondary">Affiner Muse Glimmer</a>

Muse Glimmer 30B peut s'exécuter localement sur **20 Go de RAM/VRAM** configurations, y compris sur Mac et sur GPU. Vous pouvez également entraîner et affiner Muse Glimmer 30B avec Unsloth sur **20 Go de VRAM**.

Vous pouvez exécuter et affiner Muse Glimmer via l'application Unsloth Desktop :

<a href="https://unsloth.ai/download" class="button primary" data-icon="down-to-bracket">Télécharger Unsloth Desktop</a>

* <i class="fa-apple">:apple:</i> [Télécharger pour macOS](https://unsloth.ai/download/mac)
* <i class="fa-windows">:windows:</i> [Télécharger pour Windows](https://unsloth.ai/download/windows)
* <i class="fa-linux">:linux:</i> [Télécharger pour Linux](https://unsloth.ai/download/linux)
  {% endupdate %}

{% update date="2026-07-29" tags="new-releases,v0.1.51-beta" %}

## Kimi K3 + Recherche approfondie + Chat parallèle

Salut tout le monde ! [Kimi K3](/docs/fr/modeles/kimi-k3.md) peut désormais s'exécuter localement avec les GGUF dynamiques d'Unsloth, Unsloth peut conserver plusieurs chats en génération parallèle, et le nouveau mode Recherche approfondie planifie, lit et cite des sources en utilisant votre modèle local.

Cette version apporte également une meilleure [AMD](/docs/fr/notions-de-base/amd.md) et la prise en charge des GPU Intel, l'entraînement DoRA, ainsi que de nombreuses corrections de l'installateur, de MLX, de l'exportation et de l'inférence.

#### Kimi K3

de Moonshot AI **Kimi K3** est un modèle MoE de 2,8 T de paramètres avec 104 milliards de paramètres actifs, une prise en charge native de la vision et une fenêtre de contexte d'1 M. Kimi K3 est réservé au raisonnement, et Unsloth prend en charge les niveaux de raisonnement low, high et max.

Vous pouvez exécuter nos [GGUF dynamiques Kimi K3](https://huggingface.co/unsloth/Kimi-K3-GGUF) via Unsloth. Unsloth détecte automatiquement les configurations multi-GPU et peut décharger des couches du modèle vers la mémoire système.

Kimi K3 est un modèle très volumineux, alors prévoyez votre matériel en conséquence :

* `UD-IQ1_S` occupe 595 Go d'espace disque.
* `UD-Q4_K_XL` occupe 1,51 To d'espace disque.
* Pour une inférence sans perte, utilisez `UD-Q8_K_XL`, qui occupe 1,56 To d'espace disque.

Lisez notre guide complet [Kimi K3](https://unsloth.ai/docs/models/kimi-k3) et en savoir plus sur [les GGUF dynamiques Unsloth 2.0](https://unsloth.ai/docs/basics/unsloth-dynamic-2.0-ggufs).

#### Chat parallèle

Unsloth peut désormais exécuter plusieurs conversations à la fois. Démarrer un **Nouveau chat** laisse la réponse précédente continuer à se générer, et chaque conversation active dispose de son propre indicateur de progression et de son propre contrôle Stop.

* 4 emplacements llama-server par défaut, ajustables dans l'interface web.
* Les outils, les téléversements, l'auto-réparation et les agents restent isolés entre les chats.
* Arrêtez un chat sans interrompre les autres ni redémarrer le serveur.
* Unsloth réduit le nombre d'emplacements lorsque la mémoire est limitée.
* Le rechargement du modèle interrompt toujours les chats actifs après confirmation.

#### Recherche approfondie

La Recherche approfondie transforme un modèle local en un flux de travail de recherche complet. Donnez-lui une question et il créera un plan, recherchera sur le web, organisera les éléments de preuve et produira un rapport sourcé.

* Examinez et modifiez le plan avant le début de la recherche.
* Suivez sa progression et les sources collectées pendant qu'il travaille.
* Reprenez ou annulez sans perdre la recherche déjà effectuée.
* Autorisez ou bloquez des sites web pour contrôler la sélection des sources.
* Les sources et citations restent enregistrées avec chaque exécution.
* Avant d'écrire, Unsloth vérifie les affirmations non étayées, les contradictions et les lacunes non résolues. Les recommandations sans preuve directe sont marquées comme des inférences testables.

Une seule exécution peut être active par chat. La Recherche approfondie fonctionne actuellement avec des modèles locaux. L'ancrage optionnel sur page entière peut lire les premiers résultats de recherche dans un RAG temporaire avant la synthèse ; activez-le avec `UNSLOTH_RESEARCH_AUTO_SCRAPE=1`. Il reste désactivé par défaut car cela ajoute du temps de scraping et nécessite un contexte supplémentaire.

#### Prise en charge AMD améliorée

Cette mise à jour s'appuie sur notre première [version AMD et notre guide d'installation](https://unsloth.ai/docs/basics/amd) avec la prise en charge de davantage de GPU et une inférence et un entraînement ROCm plus fiables.

* Détection améliorée pour les GPU RDNA2, Radeon, Ryzen, Strix Halo et de station de travail.
* Les MI50 et Radeon VII prennent en charge LoRA 16 bits et le fine-tuning complet sous Linux.
* Correction des NaN en 4 bits, des conflits de bibliothèques et des longs blocages au démarrage RDNA.
* Les GPU HIP Windows non pris en charge peuvent basculer vers Vulkan.
* Les périphériques Vulkan affichent leurs vrais noms et peuvent être sélectionnés individuellement.
* Les installations Windows propres ne nécessitent plus Winget ni les outils de développement.

#### Entraînement, modèles et mises à jour de plateforme

* Intel XPU permet le chat local et l'entraînement sur les GPU Intel Arc et Data Center.
* DoRA est disponible en plus de LoRA et du fine-tuning complet.
* Les exportations volumineuses peuvent utiliser tous les GPU visibles pour éviter les limites mémoire du GPU 0.
* MLX ajoute les jeux de données en streaming, le pré-entraînement continu, des callbacks et une meilleure prise en charge des VLM et de LoRA.
* Correction incorrecte de `flash_attention_2` sortie du modèle.
* Unsloth et les utilitaires de sauvegarde fonctionnent désormais sans bitsandbytes.
* Correction de `.json` des jeux de données et de la configuration des notebooks Qwen3.5/3.6 MoE et GRPO.
* Les dossiers de téléchargement du Hub sont plus faciles à trouver et à ouvrir.
* Les notes de version sont disponibles dans la fenêtre contextuelle de mise à jour d'Unsloth.
* `unsloth start --as-subagent` permet à Codex, Claude Code et Pi de déléguer des tâches à un modèle local Unsloth.
  {% endupdate %}

{% update date="2026-07-20" tags="new-releases,v0.1.50-beta" %}

## La prise en charge AMD est arrivée !

Salut tout le monde ! Cette version apporte l'entraînement et l'inférence locales des LLM sur [les GPU AMD](/docs/fr/notions-de-base/amd.md) sous Windows, WSL et Linux.

<a href="/docs/fr/notions-de-base/amd.md#installing-unsloth-on-amd" class="button primary" data-icon="bolt">Démarrage rapide</a><a href="/docs/fr/notions-de-base/amd.md#id-2x-faster-training-and-50-more-accurate-tool-calls" class="button secondary" data-icon="star">Fonctionnalités</a><a href="https://github.com/unslothai/unsloth" class="button secondary" data-icon="github">GitHub</a>

À partir d'aujourd'hui, notre collaboration AMD, nos noyaux Triton personnalisés et nos algorithmes mathématiques vous permettent d'entraîner et d'exécuter plus de 500 modèles sur les GPU Radeon, Instinct, Vulkan, Ryzen et data center d'AMD, jusqu'à 2× plus vite avec 70 % de VRAM en moins et sans perte de précision. Les builds ROCm optimisés prennent également en charge l'inférence GGUF et Safetensors.

<img src="https://github.com/user-attachments/assets/bb8bc525-9fb8-405d-98f5-6c9c07128085" alt="" width="375">

#### Mise à jour du 23 juillet

1. Ajout de **Prise en charge de RDNA2, Gorgon Halo et Vulkan** + correction du programme d'installation AMD qui ne détectait pas les GPU sur Strix Halo / d'autres GPU AMD
2. Meilleure correction automatique et capture des échecs RDNA4, HIP / ROCm
3. **Mémoire unifiée 2x plus rapide** Chargement Safetensors AMD + checkpointing des gradients beaucoup plus rapide pour les périphériques à mémoire unifiée
4. Ajout de **dictée vocale / whisper.cpp** prise en charge préliminaire de la synthèse vocale rapide
5. Correction des environnements de restauration pendant les installations qui consommaient 5 Go d'espace disque - nettoyage automatique désormais

#### Entraînez des LLM localement sur AMD

* Entraînez, exécutez du RL, discutez avec et déployez des modèles localement sur les GPU AMD.
* Détection et installation des GPU AMD plus fiables sous Windows, WSL et Linux.
* Compatibilité ROCm améliorée pour les GPU AMD MI300X et MI325X.
* Accédez à Unsloth à distance via `unsloth studio --secure` via HTTPS gratuit grâce à Cloudflare

#### Exécutez des modèles plus volumineux sur votre matériel

* Utilisez le placement automatique des GPU ou choisissez précisément quels GPU et quelles couches du modèle utiliser.
* Déplacez les couches expertes MoE dans la mémoire système pour aider les modèles plus grands à tenir.
* Répartissez les modèles sur plusieurs GPU ou utilisez le parallélisme tensoriel.
* Enregistrez les paramètres matériels séparément pour chaque modèle et quantification.

#### Redémarrages de chat plus rapides et téléchargements plus fiables

* Reprenez les longs chats sans reconstruire toute la conversation après qu'un modèle inactif a libéré sa VRAM.
* Les téléchargements Hugging Face XET bloqués réessaient automatiquement via HTTP standard.
* Les fichiers GGUF existants sont réutilisés au lieu d'être retéléchargés à chaque chargement d'un modèle.

#### Meilleure recherche, outils et agents

* La recherche web peut désormais lire des articles PDF, des manuels et d'autres résultats PDF.
* Les appels d'outils parallèles, la sortie de raisonnement et les nouvelles tentatives d'outils fonctionnent plus fiablement.
* Un nouvel point de terminaison MCP opt-in permet aux clients IA compatibles d'inspecter les modèles et l'historique d'entraînement, de démarrer ou d'arrêter l'entraînement, de charger des checkpoints, de valider des recettes et d'exporter des GGUF.
  * Activez-le avec `UNSLOTH_STUDIO_ENABLE_MCP=1` et définissez le jeton bearer requis avec `UNSLOTH_STUDIO_MCP_TOKEN`.

#### Corrections de l'entraînement et de l'exportation

* L'entraînement texte uniquement avec des modèles multimodaux ne tronque plus les longs exemples avant l'assemblage.
* Les modèles Qwen3.5 et Qwen3.6 MTP affinés s'exportent désormais correctement en GGUF.
* Correction d'une erreur d'autorisation Windows qui pouvait interrompre les exportations GGUF lors de l'étape finale d'écriture.

#### Au cas où vous l'auriez manqué

Notre précédente version Studio a ajouté des modèles NVFP4 dynamiques, une personnalisation plus poussée, sept nouvelles langues d'affichage, des agents plus sûrs et l'accélération GPU Vulkan.

**NVFP4 dynamique :**

Unsloth Dynamic NVFP4 conserve les couches sensibles à la précision en FP8 ou BF16 tout en exécutant le reste en W4A4. Sur les GPU NVIDIA Blackwell, cela permet une inférence jusqu'à 2,5x plus rapide, tandis que des caches KV FP8 calibrés offrent jusqu'à 2x plus de contexte.

Lisez le [guide NVFP4 dynamique](https://unsloth.ai/docs/basics/nvfp4) et découvrez notre collection NVFP4 élargie [NVFP4](https://huggingface.co/collections/unsloth/nvfp4), incluant Qwen3.6, Qwen3.5, Inkling, GLM-4.7 Flash et Gemma 4.

**Personnalisez votre Studio :**

Choisissez entre les palettes de couleurs Standard, Classique et Minimal, chacune avec des modes clair et sombre. Vous pouvez aussi personnaliser les couleurs, importer des polices et ajuster la taille de police, le contraste, la réduction des animations et plus encore.

Unsloth comprend également un onglet Paramètres vocaux pour la dictée, les paramètres de dictionnaire personnalisé et la lecture à voix haute.

**Nouvelles langues :**

Unsloth Studio est désormais disponible en français, allemand, espagnol, hindi, arabe, russe et coréen, en plus du chinois (simplifié), du japonais et du portugais (Brésil). La détection automatique de la langue du navigateur est désormais le comportement par défaut.

**Agents plus sûrs :**

Un sélecteur d'autorisation d'appels d'outils à quatre niveaux -**Demander**, **Approuver pour moi**, **Désactivé** et **Accès complet**- offre un contrôle plus fin sur les agents. L'isolation de l'espace de travail de l'agent et des vérifications d'installation plus sûres réduisent également le risque de changements involontaires.
{% endupdate %}

{% update date="2026-07-15" tags="new-releases,v0.1.49-beta" %}

## Personnalisation, NVFP4, langues

Salut tout le monde, nous avons beaucoup de nouvelles mises à jour pour Unsloth, surtout en matière de personnalisation. Unsloth est désormais à personnaliser à votre guise : trois palettes de couleurs plus des couleurs et polices personnalisées, sept nouvelles langues d'affichage et un nouvel onglet Paramètres vocaux pour la dictée et la lecture à voix haute. Les agents deviennent plus sûrs avec un sélecteur d'autorisation d'appels d'outils à quatre niveaux (Demander, Approuver pour moi, Désactivé, Accès complet) et l'isolation des espaces de travail, et les GPU Intel obtiennent enfin une inférence accélérée par GPU grâce au nouveau Vulkan `llama.cpp` prise en charge.

Nous avons également ajouté la prise en charge native de [Inkling](https://unsloth.ai/docs/models/inkling), un modèle ouvert de 975 milliards de paramètres avec 41 milliards de paramètres actifs et une fenêtre de contexte allant jusqu'à 1 million de jetons. Sous licence Apache 2.0, il accepte le texte, les images et l'audio et génère du texte.

#### NVFP4 dynamique

Nous avons élargi notre [NVFP4](https://huggingface.co/collections/unsloth/nvfp4) avec des versions quantifiées de Qwen3.6, Qwen3.5, Inkling, GLM-4.7 Flash et Gemma 4.

Lisez le [guide NVFP4 dynamique](https://unsloth.ai/docs/basics/nvfp4) pour plus de détails.

Personnalisez votre Unsloth

Unsloth n'est plus limité aux modes clair et sombre :

* Choisissez parmi **Standard**, **Classique**, et **Minimal** palettes, chacune avec des variantes claires et sombres.
* Personnalisez les couleurs d'accent, d'arrière-plan et de premier plan.
* Importez vos propres polices pour l'interface, les titres, le chat et le code.
* Ajustez la taille de police, le contraste, les animations, le comportement du curseur et l'anticrénelage des polices.
* Recherchez les paramètres et synchronisez les préférences entre les appareils.

Les modes clair et sombre conservent leurs propres valeurs de personnalisation.

#### Sept nouvelles langues

Unsloth prend désormais en charge le français, l'allemand, l'espagnol, l'hindi, l'arabe, le russe et le coréen, ainsi que le chinois, le japonais et le portugais. La détection automatique de la langue du navigateur est désormais le comportement par défaut.

#### Paramètres vocaux

Un nouvel onglet Voix ajoute des contrôles pour la dictée, les dictionnaires de prononciation et la lecture à voix haute. La prise en charge de la reconnaissance vocale et de la synthèse vocale arrive bientôt ; les conversations vocales complètes sont encore en développement.

#### Agents et appels d'outils plus sûrs

L'ancien interrupteur de contournement est désormais un sélecteur d'autorisation à quatre niveaux :

* **Demander :** approuver chaque appel d'outil.
* **Approuver pour moi :** exécuter automatiquement les actions en lecture seule et s'arrêter pour les actions potentiellement dangereuses.
* **Désactivé :** désactiver les appels d'outils.
* **Accès complet :** autoriser tous les appels et désactiver le bac à sable.

Ces contrôles couvrent les outils terminal, Python, recherche web, RAG et MCP. Les agents bénéficient aussi d'espaces de travail isolés, de sessions reprenables avec `--persist`, d'avertissements plus sûrs pour l'installateur distant, du streaming en direct des sorties d'outils et d'une meilleure extraction web.

#### Vulkan et `llama.cpp`

Le nouveau Vulkan `llama.cpp` backend fournit une inférence accélérée par GPU aux GPU Intel au lieu de retomber sur le CPU. Il prend en charge la gestion existante de la VRAM, le dimensionnement automatique du contexte, la sélection multi-GPU et le déchargement des couches.

Les utilisateurs AMD peuvent activer cela avec :

```bash
UNSLOTH_FORCE_VULKAN=1
```

Nous avons également amélioré la fiabilité des mises à jour, la récupération de l'état du modèle et l'interruption des générations bloquées.

#### Modèles et entraînement

Cette version comprend également :

* Prise en charge native d'Inkling et améliorations multi-GPU B200.
* Attention eager DeepSeek-V4 et experts groupés FP8 entraînables.
* Entraînement fiable en mode completion-only grâce à la détection automatique des marqueurs de modèle de chat.
* Gestion correcte du gradient checkpointing désactivé.
* Mise à l'échelle RoPE et extension du contexte améliorées.
* Arrêt forcé des exécutions d'entraînement bloquées.
* Routage automatique pour les nouvelles architectures de modèles et les versions plus récentes de Transformers.
  {% endupdate %}

{% update date="2026-07-07" tags="new-releases,v0.1.48-beta" %}

## DeepSeek-V4 + NVFP4

Unsloth peut désormais exporter des GGUF NVFP4, FP8 et imatrix après l'entraînement ; servir de système API llama-swap ; ajouter la prise en charge du japonais et du portugais brésilien ; et inclut MLX, safetensors, l'appel d'outils, la prise en charge de la réparation, et plus encore. Le cœur d'Unsloth rend GRPO 1,3x plus rapide, ajoute un basculement HTTP pour les téléchargements bloqués, améliore le mode hors ligne, accélère l'entraînement MoE de 3 à 5x et corrige de nombreux bugs. Cette série de versions utilise `unsloth>=2026.7.1`.

[DeepSeek-V4-Flash](/docs/fr/modeles/deepseek-v4.md) est désormais pris en charge avec les bascules Thinking et nos corrections améliorées du modèle de chat.

<div data-with-frame="true"><figure><img src="https://550366147-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FxhOjnexMCB3dmuQFQ2Zq%2Fuploads%2FChQx2DGoDLyhf7mp8G2d%2Fdeepseek%20v4%20flashhh.png?alt=media&amp;token=a84f2fbc-8ab0-44cf-a3a8-0bdaaf80a2a7" alt="" width="375"><figcaption></figcaption></figure></div>

#### Service d'API compatible OpenAI plus intelligent

Exécutez un point de terminaison API local avec un échange de modèle plus sûr et une meilleure récupération des agents-outils.

* Les requêtes API peuvent opter pour une commutation automatique entre les GGUF locaux téléchargés, tandis que les noms de modèles inconnus continuent sans risque à utiliser le modèle actuel.
* `/v1/models` renvoie désormais des identifiants de modèle propres et le catalogue GGUF local au lieu de `.gguf` chemins.
* Le déchargement automatique à l'inactivité peut libérer la VRAM après inactivité, et la réparation des appels d'outils peut désormais être contrôlée par requête.

#### Améliorations de l'exportation

Les exportations sont plus flexibles et évitent les téléchargements inutiles.

* Sélectionnez plusieurs formats d'exportation à la fois, y compris FP8/INT8 portable, GGUF LoRA, exportations adaptées à la source, GGUF imatrix et FP8/FP4 compressé.
* Les exportations multi-checkpoints évitent davantage de téléchargements répétés du modèle de base.
* Les exportations FP8, INT8 et GGUF-LoRA respectent désormais `trust_remote_code`, et l'exportation GGUF gère plus fiablement les paramètres de quantification manquants.

#### RAG et chat sur fichiers

Le chat sur fichiers est plus utile sur de vrais documents.

* Les pièces jointes RAG peuvent désormais utiliser le contexte de document complet, avec des modèles d'embedding personnalisables et la recherche Hugging Face.
* Le chat sur fichiers lit correctement davantage de PDF et de documents Word, y compris le texte de droite à gauche, le texte indic et les tableaux DOCX.
* Les vérifications RAG locales sont plus fiables derrière des configurations proxy.

#### Finitions et fiabilité d'Unsloth

L'utilisation quotidienne devrait être plus fluide et plus stable.

* Les longues exécutions d'entraînement et de chat ont moins de chances de se figer silencieusement.
* Le mode comparaison, le changement de modèle, l'annulation de modèle, la navigation dans le Hub et Hub Discover sont plus fiables.
* Les exportations de projet, les exportations de chat, les paramètres, les visites guidées, les boîtes de dialogue de fichiers, les écrans de mise à jour et l'interface de raisonnement sont plus propres et plus cohérents.

#### Corrections de l'installateur, du matériel et de la plateforme

Unsloth s'installe et s'exécute plus fiablement sur toutes les plateformes.

* Les installations macOS n'exigent plus CMake ni Homebrew lorsqu'un précompilé `llama.cpp` est disponible, et la prise en charge d'Apple Silicon gère mieux les chemins contenant des espaces et le dimensionnement de la mémoire unifiée.
* Le démarrage sous Windows, la gestion UTF-8, l'embedding ROCm RAG et la prise en charge des GPU ROCm sur WSL ont été améliorés.
* La sélection des précompilés pour GPU Blackwell, les vérifications d'adéquation GGUF, le parallélisme tensoriel pour les GGUF vision/mmproj et la réutilisation locale `llama.cpp` sont désormais plus fiables.

#### Entraînement, modèles et noyaux

L'entraînement et le chargement des modèles sont plus fiables dans davantage de configurations.

* GRPO prend désormais en charge l'empaquetage des séquences par défaut, évite les invites partagées répétées et gère correctement la mise à l'échelle des logits DDP.
* Le fine-tuning complet, les paramètres de précision RL, le gradient checkpointing, les tampons RoPE DDP et la détection MoE LoRA ont été corrigés.
* La quantification/déquantification FP8, la mise à l'échelle RoPE de Llama 3 avec Transformers v5, les rechargements LoRA de PEFT 0.19, et `fast_generate` ont vu leurs messages d'erreur améliorés.
  {% endupdate %}

{% update date="2026-06-18" tags="new-releases,v0.1.47-beta" %}

## GLM 5.2 + Hub + contextes 3x plus longs

[GLM-5.2](/docs/fr/modeles/glm-5.2.md) est désormais pris en charge dans Unsloth Studio ! Tous les niveaux de raisonnement sont pris en charge. **Des longueurs de contexte 3x plus longues** sont désormais possibles grâce à notre nouvel algorithme d'ajustement automatique avec MTP, permettant des chats plus longs. Mode de contournement des permissions, chats forkables, chats en file d'attente, un nouveau hub pour la découverte de modèles, modules parallèles + prise en charge HTTPS Cloudflare et plus encore ! Utilisez `unsloth studio --secure` pour un accès global HTTPS sécurisé !

<div data-with-frame="true"><img src="https://github.com/user-attachments/assets/93c18616-415f-48ea-957d-9e0fa97a45dd" alt="" width="563"></div>

#### Meilleur algorithme de longueur de contexte

Selon [PR 1](https://github.com/unslothai/unsloth/pull/6312) et [PR 2](https://github.com/unslothai/unsloth/pull/6447), nous avons considérablement amélioré la détermination par Unsloth Studio de l'utilisation mémoire et de la longueur de contexte, obtenant au total un contexte 3x plus long :

| Scénario                           | KV               | avant   | après   |
| ---------------------------------- | ---------------- | ------- | ------- |
| pipeline 1x 32 Go (\~31 Go libres) | f16              | 23,040  | 64,000  |
|                                    | q8\_0            | 43,520  | 114,944 |
|                                    | q4\_0            | 82,432  | 199,680 |
| pipeline 2x 32 Go                  | n'importe lequel | 262,144 | 262,144 |
| tenseur 2x 24 Go (\~23 Go libres)  | f16              | 134,049 | 262,144 |
|                                    | q8\_0            | 252,329 | 262,144 |

#### Canevas de chat, bifurcation et mise en file

* Modifiez les messages de l'assistant sur place et relancez depuis n'importe quel point du fil.
* Faites bifurquer un fil pour créer une branche de conversation sans perdre l'original.
* Chats temporaires (incognito) qui ne laissent aucune trace.
* Mettez en file de nouveaux prompts pendant qu'une génération est encore en cours au lieu d'attendre.
* Les "artifacts" de chat sont désormais **canevas**, avec des **cartes canvas HTML** qui s'affichent automatiquement, une vue Code, et DiffusionGemma conserve son code brut visible en ligne au lieu de le replier.
* La recherche dans le chat couvre désormais chaque message et affiche d'abord vos propres messages.

#### Hub (reconçu)

* Hub pleine page avec un flux des tendances, une recherche et la prise en charge des chemins de modèles personnalisés.
* Aperçu du README dans un flux en vue fractionnée pour que vous puissiez lire avant de télécharger.
* Les téléchargements utilisent par défaut le plus rapide **Xet** transport, avec repli automatique vers HTTP si un transfert se bloque.
* Nouveau bouton bascule "Charger à la sélection" pour définir les options de chargement avant qu'un modèle ne se charge.
* Le logo Google est affiché pour DiffusionGemma et les futurs dérivés Gemma.

#### Modèles et inférence

* DeepSeek-OCR et davantage de modèles de vision se chargent et s'exécutent désormais sans erreurs.
* Correction de l'inférence rapide sur la dernière version de vLLM (0.22+) afin que les accélérations fonctionnent à nouveau.
* Le parallélisme tensoriel est plus fiable : si le chemin MTP plus rapide échoue, il se rétablit désormais de lui-même au lieu de planter.
* DiffusionGemma affiche désormais l'image en formation en direct pendant le débruitage, avec des statistiques de vitesse précises.

#### Sécurité et studios chiffrés Cloudflare

* Nouveau `--secure` Mode Cloudflare uniquement pour les studios chiffrés de bout en bout, avec les outils côté serveur restant activés sous `--secure`. Utilisez `unsloth studio --secure`!
* Utilisez le mode Bypass Permissions pour ignorer les confirmations et désactiver le bac à sable de l'outil quand vous le souhaitez.
* Détection automatique de l'analyse antivirus de Hugging Face + des fichiers dangereux dans les dépôts.

#### Journalisation et API

* Nouveau **Surveillance du serveur API** dans Unsloth.
* Appels API plus rapides et latence réduite
* Des journaux beaucoup mieux rationalisés - désormais avec le débit et la latence, et beaucoup de journaux superflus ont été supprimés.

#### Matériel et backend

* Meilleur support des GPU Blackwell RTX 50X et 60X
* Correction de la rétrogradation silencieuse vers le CPU au lieu du GPU
* La version de torchao est désormais sélectionnée à partir de torch installé.
* L'installateur répare désormais automatiquement une installation PyTorch cassée ou réservée au CPU et avertit en cas de repli silencieux sur le CPU, sur NVIDIA + AMD sous Windows/Linux/Mac/WSL.
* Libère la VRAM du modèle de chat au démarrage de l'entraînement, mais uniquement lorsque le GPU est réellement à l'étroit (sinon, aucun rechargement inutile).
* Si llama-server plante brutalement au démarrage, Unsloth suit désormais une procédure de récupération au lieu d'échouer simplement.

#### Entraînement, correctifs généraux et modules parallèles

* Mises à jour de l'entraînement MLX.
* Fiabilité de l'entraînement GRPO améliorée avec vLLM.
* Le démarrage de l'entraînement a été rendu plus fiable, avec des erreurs plus claires pour les lots VLM invalides.
* Unsloth nettoie désormais plus fiablement les processus backend restants après des plantages, redémarrages ou arrêts interrompus.
* Export, Chat, Entraînement et Recettes sont tous individualisés / compartimentés ! Cela signifie que vous pouvez désormais faire les 4 en parallèle ! Vous pouvez discuter / faire de l'inférence pendant que vous attendez une exécution d'entraînement ou un export !

Pour mettre à jour Unsloth ou installer un nouvel Unsloth Studio, vous devez utiliser :

**macOS, Linux, WSL :**

```bash
curl -fsSL https://unsloth.ai/install.sh | sh
```

**Windows :**

```powershell
irm https://unsloth.ai/install.ps1 | iex
```

{% endupdate %}

{% update date="2026-06-12" tags="new-releases,v0.1464-beta" %}

## DiffusionGemma + Gemma 4 MTP

Assurez-vous d'installer la dernière [`v0.1.464-beta`](https://github.com/unslothai/unsloth/tree/v0.1.462-beta) ou `2026.6.7`. [DiffusionGemma](https://unsloth.ai/docs/models/diffusiongemma), [Gemma 4 MTP](https://unsloth.ai/docs/models/mtp) et [**MiniMax-M3**](https://unsloth.ai/docs/models/minimax-m3) sont désormais tous pris en charge.

* Exécuter et entraîner [DiffusionGemma](https://unsloth.ai/docs/models/diffusiongemma) via [Unsloth Studio](https://unsloth.ai/docs/new/studio).
* [Gemma 4 MTP](https://unsloth.ai/docs/models/mtp) est là ! Exécutez [Gemma 4](https://unsloth.ai/docs/models/gemma-4) environ 2x plus rapide avec MTP.
* Le chat audio est désormais pris en charge pour Gemma 4 (`wav`, `mp3`, `m4a`, `flac`, `webm`).
* Preserve Think a été ajouté à Gemma 4.

<figure><img src="https://550366147-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FxhOjnexMCB3dmuQFQ2Zq%2Fuploads%2Fszoidwwj70dLm5vBjpmL%2Fdiffusiongemma.gif?alt=media&amp;token=8ce359fd-f92c-4cf8-a491-06b04c505cb7" alt="" width="375"><figcaption></figcaption></figure>

#### Hub + Gestionnaire de téléchargement (expérimental)

* Ajout d'une nouvelle **Hub** page pour parcourir, télécharger et gérer les modèles et jeux de données Hugging Face.
* Unsloth peut désormais détecter les modèles et jeux de données déjà présents sur votre machine et les afficher à côté des éléments téléchargés.
* Téléchargés [modèles GGUF](https://unsloth.ai/docs/basics/inference-and-deployment/saving-to-gguf) ont désormais des **Exécuter / Nouveau chat** actions.

#### RAG / Chat avec des fichiers (expérimental)

* Ajout de [**Chat avec des fichiers**](https://unsloth.ai/docs/new/studio/chat) dans Unsloth, vous permettant de poser des questions sur vos propres documents et bases de connaissances.
* Prend en charge la recherche hybride, les citations, les aperçus PDF, les documents par fil de discussion, et un `search_knowledge_base` outil.

#### Nouveau bouton de mise à jour + prise en charge matérielle

* Unsloth utilise désormais des [binaires précompilés llama.cpp](https://unsloth.ai/docs/new/changelog) pour CUDA, ROCm, Windows, Linux et macOS.
* Ajout d'un **Update llama.cpp** bouton de mise à jour pour que les utilisateurs puissent mettre à jour le backend local sans réinstaller Unsloth.
* Prise en charge AMD Windows / WSL améliorée, [prise en charge ROCm de Strix Halo](https://unsloth.ai/docs/get-started/install/amd), [sélection CUDA Blackwell](https://unsloth.ai/docs/blog/fine-tuning-llms-with-blackwell-rtx-50-series-and-unsloth), et messages de l'installateur plus clairs.

#### Compatibilité du chat local, des outils et de l'API

* Local [appel d'outils](https://unsloth.ai/docs/basics/tool-calling-guide-for-local-llms) est plus fiable, avec un meilleur ordre des cartes d'outils, moins de boucles d'outils dupliquées, et une prise en charge de l'utilisation des outils avec les modèles de vision GGUF.
* Amélioration de la [API compatible OpenAI](https://unsloth.ai/docs/basics/inference-and-deployment/llama-server-and-openai-endpoint) et du comportement de l'API compatible Anthropic pour les serveurs Unsloth locaux, y compris de meilleures erreurs, l'utilisation des jetons, les raisons d'arrêt, et [la compatibilité avec Claude Code](https://unsloth.ai/docs/basics/claude-code).

#### Entraînement et correctifs

* Amélioration de la [Prise en charge MLX](https://unsloth.ai/docs/new/studio/install) avec de meilleurs libellés de modèle, des statistiques de vitesse de génération, et des correctifs pour [l'entraînement VLM](https://unsloth.ai/docs/basics/vision-fine-tuning).
* Correction de plusieurs [cas limites d'entraînement](https://unsloth.ai/docs/get-started/fine-tuning-llms-guide) et [de jeux de données](https://unsloth.ai/docs/get-started/fine-tuning-llms-guide/datasets-guide) cas limites, notamment des caches Hugging Face non inscriptibles et des mappages de jeux de données personnalisés.
* Ajout de nombreux correctifs de finition de l'interface dans le chat, les menus, le sélecteur de modèle, le mode sombre, l'import/export et les paramètres.

Pour mettre à jour Unsloth ou installer un nouvel Unsloth Studio, vous devez utiliser :

**macOS, Linux, WSL :**

```bash
curl -fsSL https://unsloth.ai/install.sh | sh
```

**Windows :**

```powershell
irm https://unsloth.ai/install.ps1 | iex
```

{% endupdate %}

{% update date="2026-06-03" tags="new-releases,v0.1.44-beta" %}

## Gemma 4 12B, nouvelle interface, MCP, projets

Cette mise à jour se concentre principalement sur Gemma 4 12B, MCP, Projets, Canvas, CUDA 13.3 et la nouvelle interface de chat. La semaine prochaine, nous aurons une mise à jour encore plus importante.

<div data-with-frame="true"><figure><img src="https://550366147-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FxhOjnexMCB3dmuQFQ2Zq%2Fuploads%2FoRn2YEPb9lJ81kP3GQQh%2Fwhats%20on%20ur%20mind.png?alt=media&amp;token=f388e42a-bb05-4a09-9cbf-ec699a6baf6b" alt="" width="375"><figcaption></figcaption></figure></div>

#### Gemma 4 12B

Google publie [Gemma 4 12B](https://unsloth.ai/docs/models/gemma-4), un nouveau modèle qui s'exécute localement sur 8 Go de RAM. [GGUF](https://huggingface.co/unsloth/gemma-4-12b-it-GGUF) / [Guide](https://unsloth.ai/docs/models/gemma-4)

Gemma 4 12B Unified prend en charge l'image, l'audio et un contexte de 256 K. Exécutez et entraînez le modèle via Unsloth Studio.

#### MCP

* À distance `MCP` prise en charge des serveurs, y compris les en-têtes personnalisés et OAuth
* Local basé sur des commandes `MCP` prise en charge des serveurs
* `MCP` peut désormais être activé depuis le compositeur de chat
* Préréglages intégrés pour les `MCP` serveurs

#### Nouvelle interface de chat

* Projets, Canvas, `MCP`, les contrôles RAG et Comparer se trouvent désormais dans le menu plus
* Les contrôles Recherche et Code sont plus faciles d'accès depuis le compositeur
* Les menus, superpositions, icônes et contrôles cliquables sont plus cohérents dans tout Unsloth

#### Projets

* Organisez les chats liés dans des espaces de travail dédiés à un projet
* Déplacez les chats existants dans des projets
* Créez et gérez des projets directement depuis la barre latérale

#### Canvas / Artifacts expérimental

* Ouvre le HTML généré dans un panneau Canvas dédié dans Unsloth Studio
* Prend en charge les sorties interactives, y compris les visualisations basées sur le navigateur et les packages chargés via CDN
* Vous permet de basculer entre l'aperçu rendu et le code source

#### Installation, exécution et matériel

* Les installations précompilées Windows ne nécessitent plus le `CUDA Toolkit` boîte de dialogue de vérification
* Linux `llama.cpp` Les binaires précompilés correspondent désormais à l'environnement d'exécution détecté `cudart` majeure
* `ROCm` La détection gfx est transmise à la sélection des binaires précompilés
* `Blackwell`, `B300` et `ARM64` Mises à jour de la prise en charge Linux

Pour mettre à jour Unsloth ou installer un nouvel Unsloth Studio, vous devez utiliser :

**macOS, Linux, WSL :**

```bash
curl -fsSL https://unsloth.ai/install.sh | sh
```

**Windows :**

```powershell
irm https://unsloth.ai/install.ps1 | iex
```

{% hint style="warning" %}
**NE PAS UTILISER `mise à jour d'Unsloth Studio` car le packaging ne recevra plus les dernières mises à jour !**
{% endhint %}
{% endupdate %}

{% update date="2026-05-31" tags="new-releases,v0.1.43-beta" %}

## CUDA 13.3, Windows, Mac

**Pour mettre à jour Unsloth ou installer un nouvel Unsloth Studio, vous devez utiliser :**

**macOS, Linux, WSL :**

```bash
curl -fsSL https://unsloth.ai/install.sh | sh
```

**Windows :**

```powershell
irm https://unsloth.ai/install.ps1 | iex
```

{% hint style="warning" %}
**NE PAS UTILISER `mise à jour d'Unsloth Studio` car le packaging ne recevra plus les dernières mises à jour !**
{% endhint %}

#### Mises à jour Mac

* Réactivés `llama.cpp` les binaires précompilés pour Apple Silicon (M1-M4) - Mac OS 14 / 15 / 26 (Tahoe)
* Apple Silicon Mac OS 13 (Ventura) est compilé depuis les sources
* Intel (x86\_64) pour Mac OS 13.3 / 14 / 15 / 26 (Tahoe) utilise `llama.cpp` des binaires précompilés
* Intel pour Max 13.0 - 13.2 est compilé depuis les sources

#### Mises à jour Windows

* CUDA 13.3 `llama.cpp` les binaires précompilés fonctionnent désormais sur Windows
* Pour CUDA 13.2, CUDA 13.1 et versions antérieures, les appareils Windows utilisent le repli CUDA 12.4 - nous travaillerons bientôt sur des binaires CUDA 13.1.

#### Mise à jour CUDA 13.3

* Les binaires non Linux CUDA 13.3 fonctionnent. Nous utiliserons tout de même CUDA 13.1 pour le moment
* CUDA 13.3 résout le problème de charabia de CUDA 13.2 - voir <https://github.com/unslothai/unsloth/issues/4849>

#### Mise à jour des GPU Blackwell

* Pour l'instant, Blackwell aura des versions différées de `llama.cpp` des binaires précompilés car CUDA 12.4 ne fonctionne pas - nous travaillons à résoudre cela bientôt.
  {% endupdate %}

{% update date="2026-05-26" tags="new-releases,v0.1.42-beta" %}

## Une mise à jour avant la refonte.

Salut tout le monde, nous faisons encore une mise à jour supplémentaire avant une refonte majeure qui devrait arriver cette semaine ou la semaine prochaine. Notre refonte changera beaucoup de choses, surtout avec de nouvelles fonctionnalités majeures et beaucoup de changements de design.

{% embed url="<https://github.com/user-attachments/assets/70456395-e016-4273-8256-35adb206267e>" %}

* NOUVEAU : [**Prise en charge des appels API**](https://unsloth.ai/docs/integrations/connections) désormais avec génération + édition d'images, vraie recherche web, exécution de code, mise en cache automatique des prompts. Connectez [OpenAI](https://unsloth.ai/docs/integrations/connections/openai), [Anthropic](https://unsloth.ai/docs/integrations/connections/anthropic-claude) et plus encore.
* Prise en charge adéquate des **langues non anglaises** par ex. japonais, chinois, indien, etc.

Beaucoup d'entre vous ont peut-être manqué notre précédente version, qui n'a duré qu'une journée. Nous avons introduit :

* Connexion à des backends d'inférence externes : [vLLM](https://unsloth.ai/docs/integrations/connections/vllm), [Ollama](https://unsloth.ai/docs/integrations/connections/ollama), [llama-server](https://unsloth.ai/docs/integrations/connections/connect-llama.cpp-to-unsloth-run-ggufs-with-llama-server)
* **Améliorations de sécurité**
* **Décodage spéculatif MTP automatique** pour les GGUF MTP ; obtenez les meilleurs paramètres adaptés à votre matériel.

#### Appels au fournisseur API et connexions externes

* Vous pouvez désormais connecter Unsloth à n'importe quel fournisseur cloud d'API (OpenAI, Anthropic, OpenRouter, etc.)
* **Recherche web intégrée** pour OpenAI, Anthropic, OpenRouter et Kimi
* **Exécution de code intégrée** pour OpenAI et Anthropic (les conteneurs Anthropic persistent et sont réutilisés au fil des tours)
* La mise en cache des prompts est activée pour les modèles OpenAI et Anthropic, ce qui permet d'économiser 50 à 90 % des coûts.
* Génération + édition d'images
* La clé API est désormais facultative pour les fournisseurs locaux (llama.cpp / vLLM / Ollama)
* Chargement automatique des modèles lors de l'ajout d'un fournisseur cloud

#### Autres mises à jour d'Unsloth Studio

* Pièces jointes de chat OpenDocument
* charge utile du résumé de raisonnement o3
* L'envoi/la sollicitation de langues non anglaises (par ex. japonais, chinois) fonctionne désormais correctement
* Durcissement du compositeur IME, RTL `dir="auto"`, correctif de tronquage des longues lignes de journal
* Rendu de la trace de raisonnement des outils dans l'interface
* Prise en charge entièrement hors ligne : découverte GGUF mise en cache et détection automatique DNS hors ligne pour l'inférence et l'entraînement

#### Améliorations de sécurité d'Unsloth Studio

* Limitation du débit d'authentification, tenant compte des proxys pour que les proxys inverses ne la contournent pas
* Worker sandboxé avec une liste de blocage renforcée (bash, `upload hf`, `NOFILE`)
* Confinement des chemins pour que les workers ne puissent pas s'échapper de leurs répertoires tmp en cours d'utilisation
* Validation stricte du schéma dans toute l'API Unsloth
* En-têtes CSP / de sécurité renforcés (seuls les hôtes de favicon légitimes sont autorisés)
* Suppression du `torch.load` repli sur `training_args.bin` afin que des pickles non fiables ne puissent jamais s'exécuter au chargement du modèle
* Flux de publication du bureau Tauri renforcé
* Authentification côté frontend : rafraîchissement du jeton en singleflight, saisie du mot de passe actuel lors des modifications, déconnexion fonctionnelle, aide 422 partagée
* L'annulation du nettoyage est désormais strictement limitée aux répertoires tmp en cours d'utilisation, afin qu'elle ne puisse jamais supprimer l'état de l'utilisateur
  {% endupdate %}

{% update date="2026-05-19" tags="new-releases,v0.1.41-beta" %}

## Correctifs MTP + Unsloth

Beaucoup de correctifs de bugs, d'interface et d'UX pour Unsloth ! Pour obtenir les dernières mises à jour, faites :

**macOS, Linux, WSL :**

```bash
curl -fsSL https://unsloth.ai/install.sh | sh
```

**Windows :**

```powershell
irm https://unsloth.ai/install.ps1 | iex
```

#### Correctifs

1. Correction `mise à jour d'Unsloth Studio` ne fonctionne pas bien
2. Correction d'un blocage sur `reset-password` la page
3. Davantage de prise en charge du mode hors ligne
4. Amélioration du fait que MTP n'était pas plus rapide sur les Mac, CPU et GPU - c'est désormais bien meilleur !
5. Correction du raccourci de bureau qui ne fonctionnait pas après la mise à jour
6. Très nombreux correctifs de bugs UI/UX
   {% endupdate %}

{% update date="2026-05-18" tags="new-releases,model-release,v0.1.405-beta" %}

## Qwen3.6 MTP + connexions API

Nous avons beaucoup de nouvelles mises à jour pour Unsloth `v0.1.41-beta`:

* **inférence GGUF environ 2x plus rapide** avec activation automatique de [MTP](/docs/fr/modeles/qwen3.6.md#mtp-guide)
* [**Prise en charge des appels API**](/docs/fr/integrations/connections.md) pour [OpenAI](/docs/fr/integrations/connections/openai.md), [Anthropic](/docs/fr/integrations/connections/anthropic-claude.md) etc., avec mise en cache automatique des prompts, recherche web, exécution de code
* Connexion à des backends d'inférence externes : [vLLM](/docs/fr/integrations/connections/vllm.md), [Ollama](/docs/fr/integrations/connections/ollama.md), [llama-server](/docs/fr/integrations/connections/connecter-llama.cpp-a-unsloth-executer-des-gguf-avec-llama-server.md)
* Expérimental **Inférence MLX**
* Prise en charge adéquate des **langues non anglaises**
* **Sécurité** améliorations

<a href="/pages/4a2b83ac4bf0233da80a1e3b6ab9fb218108742c#qwen3.6-inference-tutorials" class="button primary">Lancer les tutoriels Qwen3.6</a><a href="/docs/fr/modeles/qwen3.6.md#mtp-guide" class="button primary">Guide MTP</a>

<div data-with-frame="true"><figure><img src="https://550366147-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FxhOjnexMCB3dmuQFQ2Zq%2Fuploads%2F0abq31rgj0gOSH9vnpQ6%2Fmtp.gif?alt=media&amp;token=c66ec3f5-91f0-4617-824c-c537a2dde8b0" alt="" width="375"><figcaption></figcaption></figure></div>

#### Prise en charge du décodage spéculatif MTP : inférence 1,4 à 2x plus rapide !

* **Décodage spéculatif MTP automatique** pour les GGUF MTP ; avertit lorsque le binaire précompilé llama.cpp inclus est obsolète ou trop ancien pour MTP
* Nouveaux binaires llama.cpp précompilés pour la prise en charge de MTP !

#### Appels au fournisseur API et connexions externes

* Vous pouvez désormais connecter Unsloth à n'importe quel fournisseur cloud d'API (OpenAI, Anthropic, OpenRouter, etc.)
* **Recherche web intégrée** pour OpenAI, Anthropic, OpenRouter et Kimi
* **Exécution de code intégrée** pour OpenAI et Anthropic (les conteneurs Anthropic persistent et sont réutilisés au fil des tours)
* La mise en cache des prompts est activée pour les modèles OpenAI et Anthropic, ce qui permet d'économiser 50 à 90 % des coûts.
* La clé API est désormais facultative pour les fournisseurs locaux (llama.cpp / vLLM / Ollama)
* Chargement automatique des modèles lors de l'ajout d'un fournisseur cloud

#### Inférence MLX (expérimental)

* Les quantifications et modèles MLX peuvent désormais s'exécuter localement sur vos Mac !
* Nous ajouterons bientôt le raisonnement, les outils et la recherche web !

#### Autres mises à jour d'Unsloth Studio

* L'envoi/la sollicitation de langues non anglaises (par ex. japonais, chinois) fonctionne désormais correctement
* Pièces jointes de chat OpenDocument
* charge utile du résumé de raisonnement o3
* Durcissement du compositeur IME, RTL `dir="auto"`, correctif de tronquage des longues lignes de journal
* Rendu de la trace de raisonnement des outils dans l'interface
* Prise en charge entièrement hors ligne : découverte GGUF mise en cache et détection automatique DNS hors ligne pour l'inférence et l'entraînement
* Beaucoup de finitions UI/UX : refonte du thème sombre, redesign de la barre latérale droite, mascotte paresseux selon l'heure de la journée, notifications copiables et dismissibles, compositeur de chat plus grand, amélioration de la configuration d'exécution de code, style en pastilles des actions du compositeur, bouton Discord plus étroit

#### Mises à jour de l'entraînement

* Correctifs du masque d'attention Gemma
* GRPO multi-images
* Expériences de retour de l'état caché GRPO
* Nouvelle méthode d'entraînement Continued Pretraining (CPT) comme option de premier plan
* Extracteur LoRA Gemma-4 MoE enregistré pour corriger `grouped_mm` le plantage de contraction
* Fusionné facultatif `lm_head` + passage avant cross-entropy, avec une voie à une seule matmul sous `UNSLOTH_RETURN_LOGITS=1`
* Passer la taille du lot pour l'évaluation
* Les chemins d'évaluation/d'entraînement respectent désormais `HF_DATASETS_OFFLINE` avec `HF_HUB_OFFLINE`

#### Améliorations de sécurité d'Unsloth Studio

* Limitation du débit d'authentification, tenant compte des proxys pour que les proxys inverses ne la contournent pas
* Worker sandboxé avec une liste de blocage renforcée (bash, `upload hf`, `NOFILE`)
* Confinement des chemins pour que les workers ne puissent pas s'échapper de leurs répertoires tmp en cours d'utilisation
* Validation stricte du schéma dans toute l'API Unsloth
* En-têtes CSP / de sécurité renforcés (seuls les hôtes de favicon légitimes sont autorisés)
* Suppression du `torch.load` repli sur `training_args.bin` afin que des pickles non fiables ne puissent jamais s'exécuter au chargement du modèle
* Flux de publication du bureau Tauri renforcé
* Authentification côté frontend : rafraîchissement du jeton en singleflight, saisie du mot de passe actuel lors des modifications, déconnexion fonctionnelle, aide 422 partagée
* L'annulation du nettoyage est désormais strictement limitée aux répertoires tmp en cours d'utilisation, afin qu'elle ne puisse jamais supprimer l'état de l'utilisateur
  {% endupdate %}

{% update date="2026-05-05" tags="new-releases,v0.1.39-beta,v0.1.38-beta" %}

## Point de terminaison API Unsloth

#### ***Correctif de bogue v0.1.39-beta*** **5 mai 2026**

Corrige l'absence d'affichage de l'historique de chat (l'historique de chat existant n'est pas perdu) et le mauvais attachement des pièces jointes. Le bogue concernait uniquement le rendu - utilisez `2026.5.2` ou appelez directement `curl -fsSL https://unsloth.ai/install.sh | sh`  pour mettre à jour

Vous pouvez utiliser des LLM locaux avec des outils comme [Claude Code](https://unsloth.ai/docs/basics/claude-code) et [Codex](https://unsloth.ai/docs/basics/codex) en les connectant au point de terminaison API d'Unsloth. Cela vous permet d'exécuter des modèles comme [Qwen](https://unsloth.ai/docs/models/qwen3.6) et [Gemma](https://unsloth.ai/docs/models/gemma-4) localement, avec des fonctionnalités supplémentaires telles que l'appel d'outils auto-réparateur, l'exécution de code et la recherche web.

Utiliser Unsloth comme point de terminaison d'inférence API est avantageux non seulement parce que c'est facile à configurer et rapide, mais aussi parce qu'Unsloth fournit :

* [Appel d'outils auto-réparateur](https://unsloth.ai/docs/new/studio/chat#auto-healing-tool-calling), ce qui aide à réduire de 50 % les appels d'outils cassés ou mal formés
* [Exécution de code](https://unsloth.ai/docs/new/studio/chat#code-execution) prise en charge, permettant l'exécution de Bash et de Python pour des sorties de code plus précises.
* Avancé [Recherche web](https://unsloth.ai/docs/new/studio/chat#advanced-web-search) qui visite et lit réellement des pages web pour recueillir des informations approfondies.
* [Paramètres d'inférence automatiques](https://unsloth.ai/docs/new/studio/chat#auto-parameter-tuning) pour les modèles GGUF (temp, top-k, etc.)

<div data-with-frame="true"><figure><img src="https://550366147-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FxhOjnexMCB3dmuQFQ2Zq%2Fuploads%2F1s98Id9xclzwMfxjXw2O%2Funsloth%20api%20cropped.png?alt=media&amp;token=64fac263-ca5b-4447-a740-41f58ec94904" alt="" width="375"><figcaption></figcaption></figure></div>

#### Nouveaux modèles

Nous avons aussi quelques nouveaux modèles à exécuter, notamment NVIDIA [Nemotron 3 Nano Omni](/docs/fr/modeles/nemotron-3-nano-omni.md), IBM [Granite 4.1](/docs/fr/modeles/ibm-granite-4.1.md) et [Mistral 3.5](/docs/fr/modeles/mistral-3.5.md) Medium. Nous avons aidé Mistral à résoudre certains problèmes d'implémentation dans transformers et les GGUF.

#### Mises à jour d'Unsloth

* Les entraînements Unsloth arrêtés peuvent désormais reprendre à partir des checkpoints.
* Les fils de chat s'enregistrent désormais automatiquement et persistent plus fiablement.
* Les blocages de l'entraînement DPO dans les configurations multi-processus ont été corrigés.
* La prise en charge de VLM GRPO a été améliorée avec des mises à jour MROPE.
* Le bouton d'arrêt d'Unsloth arrête désormais correctement la génération.
* Correction du modèle de chat qui disparaissait après le rafraîchissement du navigateur.
  {% endupdate %}

{% update date="2026-04-23" tags="new-releases,v0.1.37-beta" %}

## Nouvelle refonte complète de l'interface

Salut tout le monde, nous avons repensé toute l'expérience UI et UX d'Unsloth Studio pour mettre l'accent sur le chat et l'entraînement :

* Ajout d'une barre latérale repliable, basée sur les retours de la communauté

<div data-with-frame="true"><figure><img src="https://550366147-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FxhOjnexMCB3dmuQFQ2Zq%2Fuploads%2FKoonE97b0H3RioMwVohd%2Fstudio%20new%20ui.gif?alt=media&amp;token=e37f2839-914e-48b8-8c81-2dac3ade9408" alt="" width="375"><figcaption></figcaption></figure></div>

* Vous pouvez désormais supprimer des chats et rechercher dans les conversations passées

<div><figure><img src="https://550366147-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FxhOjnexMCB3dmuQFQ2Zq%2Fuploads%2Fm6se3dOmBZH9d9Wlif4W%2FScreenshot%202026-04-23%20at%206.15.38%E2%80%AFAM.png?alt=media&amp;token=e83fe246-1f88-4bf7-aa15-baf7d3356676" alt=""><figcaption></figcaption></figure> <figure><img src="https://550366147-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FxhOjnexMCB3dmuQFQ2Zq%2Fuploads%2Fa4EGTdaWQ6EA81PeC3JZ%2FScreenshot%202026-04-23%20at%206.01.36%E2%80%AFAM.png?alt=media&amp;token=1a1cc50d-e0e0-47cd-9c1a-80583a887794" alt=""><figcaption></figcaption></figure></div>

* Nouveau commutateur Preserve Thinking pour les modèles qui le prennent en charge, comme Qwen3.6
* Design plus épuré et plus cohérent avec une navigation plus simple
* Page Paramètres enrichie avec des options pour changer votre photo de profil, votre nom, et plus encore

<div data-with-frame="true"><figure><img src="https://550366147-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FxhOjnexMCB3dmuQFQ2Zq%2Fuploads%2FvMtRDH8cVXCu08OZ4TRf%2FScreenshot%202026-04-23%20at%206.18.35%E2%80%AFAM.png?alt=media&amp;token=d989c4b5-6293-402c-981c-3209b7e7d750" alt="" width="375"><figcaption></figcaption></figure></div>

* Plus besoin de saisir votre jeton Hugging Face deux fois
* gpt-oss dispose désormais d’options de réflexion faible, moyenne et élevée.
* Utilise désormais la dernière version précompilée de llama.cpp, même sous Linux CUDA
* Beaucoup de corrections de bugs, de cohérence et de stabilité
* Kimi-K2.6 peut désormais être exécuté !
* Nous avons également ajouté une prise en charge expérimentale de l’API. Des guides, une annonce, etc. arriveront la semaine prochaine.

Qwen3.6 était aussi déjà pris en charge dans Unsloth Studio pour l’exécution et l’entraînement. Vous pouvez entraîner et exécuter Qwen3.6-27B dès maintenant !
{% endupdate %}

{% update date="2026-04-22" tags="model-release,new-releases" %}

## **Qwen3.6-27B + Kimi K2.6**

[**Qwen3.6-27B**](/docs/fr/modeles/qwen3.6.md) peut désormais être exécuté (18 Go de RAM) et fine-tuné dans Unsloth Studio. Kimi K2.6 peut aussi être exécuté dans Unsloth (350 Go de RAM).

Unsloth Studio a reçu de nombreuses nouvelles mises à jour, alors veuillez mettre à jour. Des détails et un compte rendu arriveront dans les prochains jours.
{% endupdate %}

{% update date="2026-04-16" tags="model-release,new-releases" %}

## **Qwen3.6**

[**Qwen3.6**](/docs/fr/modeles/qwen3.6.md) peut désormais être exécuté et fine-tuné dans Unsloth Studio. Le modèle fonctionne avec 23 Go de RAM et est le LLM de taille moyenne le plus performant sur presque tous les benchmarks.
{% endupdate %}

{% update date="2026-04-11" tags="model-release" %}

## **Mise à jour de Gemma 4 + MiniMax-M2.7**

[GGUF de Gemma 4](https://huggingface.co/collections/unsloth/gemma-4) ont désormais été mis à jour avec les correctifs officiels du modèle de chat de Google (ce qui a corrigé/amélioré l’appel d’outils), ainsi qu’avec les derniers correctifs de llama.cpp. Mettez à jour vers la dernière version de llama.cpp, retéléchargez les quantifications et vous ne devriez pas voir `jeton inutilisé` de problèmes non plus.\
\
[MiniMax-M2.7](/docs/fr/modeles/tutorials/minimax-m27.md) est désormais disponible ! Vous pouvez exécuter le modèle localement avec nos GGUF en quantification 4 bits sur 128 Go de RAM / mémoire unifiée. [**GGUF MiniMax-M2.7**](https://huggingface.co/unsloth/MiniMax-M2.7-GGUF)
{% endupdate %}

{% update date="2026-04-08" tags="new-releases,v0.1.36-beta" %}

## **Correctifs Gemma 4**

Nous avons mis à jour Gemma 4 [avec de nombreux correctifs](/docs/fr/modeles/gemma-4/train.md). Ces bugs sont universels et ont affecté tous les packages et implémentations d’entraînement, et **ne proviennent pas d’Unsloth**. Nous avons identifié les bugs, les avons corrigés, et l’entraînement de Gemma 4 fonctionne désormais correctement dans Unsloth.

Vous avez seulement besoin de **8 Go de VRAM** pour entraîner **Gemma-4-E2B** localement. Unsloth entraîne Gemma 4 **\~1,5x plus vite tout en utilisant \~60 % de VRAM en moins** qu’avec les configurations FA2. Pour le guide complet et les notebooks sur l’entraînement de Gemma 4, [consultez notre blog](/docs/fr/modeles/gemma-4/train.md).

#### Correctifs d’entraînement de Gemma 4

1. **L’accumulation de gradients** ne provoque plus d’explosions de perte. Auparavant, les pertes pouvaient grimper à **300–400**; la perte attendue est d’environ **10–15**.
2. Correction de **IndexError** affectant **26B** et **31B** l’inférence dans `transformers`.
3. Correction des sorties incohérentes pour **E2B/E4B** lorsque `use_cache=False`. Voir [le problème #45242](https://github.com/huggingface/transformers/issues/45242).
4. Correction de **audio float16** débordement à partir de `-1e9` valeurs.

Si vous voyez des pertes supérieures à **13–15,** par exemple **100** ou **300** - l’accumulation de gradients est probablement gérée incorrectement. Cela est corrigé dans les deux **Unsloth** et **Unsloth Studio**.

#### Réuploads des quantifications Gemma 4

Nous avons également mis à jour nos GGUF Gemma 4, vous devrez donc les retélécharger. Encore une fois, ces problèmes de quantification ne sont **pas liés à Unsloth et n’ont pas été causés par Unsloth**:

1. CUDA : vérifie le chevauchement des tampons avant fusion - correctif critique pour `<unused24>` jetons - [PR #21566](https://github.com/ggml-org/llama.cpp/pull/21566)
2. `kv-cache`: prise en charge de la rotation de l’attention pour iSWA hétérogène - [PR #21513](https://github.com/ggml-org/llama.cpp/pull/21513)
3. `vocab`: ajoute la gestion des jetons d’octet au détokeniseur BPE pour Gemma 4 - [PR #21488](https://github.com/ggml-org/llama.cpp/pull/21488)
4. `convertir`: définir `"add bos" == True` pour Gemma 4 - [PR #21500](https://github.com/ggml-org/llama.cpp/pull/21500)
5. `commun`: ajoute un parseur spécialisé pour Gemma 4 - [PR #21418](https://github.com/ggml-org/llama.cpp/pull/21418)
6. `llama-model`: lire `final_logit_softcapping` pour Gemma 4 - [PR #21390](https://github.com/ggml-org/llama.cpp/pull/21390)
7. `llama`: ajoute un saut de ligne personnalisé pour Gemma 4 - [PR #21406](https://github.com/ggml-org/llama.cpp/pull/21406)

#### Mises à jour d’Unsloth Studio

* Ajouter **décodage spéculatif** prise en charge (ngram-mod, activée par défaut)
* Llama.cpp mis à jour pour utiliser la dernière version avec tous les correctifs Gemma 4
* Corriger les problèmes d’entraînement de Qwen3.5 et Gemma 4
* Activer l’exportation et l’enregistrement des modèles Gemma 4
* Renforcer la sécurité du bac à sable pour le terminal et les outils Python
* Permettre aux recettes d’utiliser le modèle chargé dans le chat
* Corriger les fils de chat vides lors de la navigation (et lors du changement d’onglets) et stabiliser le flux de nouveau chat
* Autoriser l’exécution des recettes non-LLM et déplacer l’onglet Données en premier dans les exécutions
* Réutiliser la casse du dépôt mis en cache par HF pour éviter les téléchargements en double
  {% endupdate %}

{% update date="2026-04-03" tags="new-releases,v0.1.36-beta" %}

## **Google - Gemma 4**

* Vous pouvez désormais exécuter et entraîner les [Gemma 4](/docs/fr/modeles/gemma-4.md) modèles dans Unsloth.
* Les Mac Intel fonctionnent désormais
* Binaires précompilés pour llama.cpp pour 2 correctifs Gemma-4 :
  * vocab : corrige le tokenizer Gemma4 ([#21343](https://github.com/ggml-org/llama.cpp/pull/21343))
  * corriger : modèle Gemma 4 ([#21326](https://github.com/ggml-org/llama.cpp/pull/21326))
* Les appels d’outils pour les petits modèles sont désormais plus stables et ne sont plus tronqués
* Binaires précompilés pour Windows, Linux, Mac, appareils WSL - CPU et GPU
* Le décodage spéculatif a été ajouté pour les modèles non vision (Gemma-4 est un modèle vision, malheureusement, et Qwen3.5)
* La longueur de contexte est désormais appliquée correctement.
* La recherche web récupère désormais réellement le contenu web et pas seulement des résumés
* 90 % d’appels API HF en moins - moins de limites de taux
  {% endupdate %}

{% update date="2026-03-31" tags="new-releases,improvements" %}

## **+50 % de précision des appels d’outils + plus de prise en charge**

* Les appels d’outils pour tous les modèles sont désormais **de +30 % à +80 % plus précis.**
* La recherche web récupère désormais réellement le contenu web et pas seulement des résumés
* Le nombre d’appels d’outils autorisés passe de 10 à 25
* Les appels d’outils se terminent désormais beaucoup mieux, donc les boucles / répétitions seront réduites
* Plus de **réparation des appels d’outils** et logique de déduplication pour empêcher aussi les appels d’outils de laisser fuiter du XML
* Testé avec `unsloth/Qwen3.5-4B-GGUF` (`UD-Q4_K_XL`), recherche web + exécution de code + réflexion activées.

| Métrique                                 | Avant  | Après           |
| ---------------------------------------- | ------ | --------------- |
| Fuites XML dans la réponse               | 10/10  | 0/10            |
| Récupérations d’URL utilisées            | 0      | 4/10 exécutions |
| Exécutions avec les bons noms de chanson | 0/10   | 2/10            |
| Moy. d’appels d’outils                   | 5.5    | 3.8             |
| Temps de réponse moyen                   | 12,3 s | 9,8 s           |

#### Nouvelles fonctionnalités

* Ajout de **dossiers personnalisés** afin que vous puissiez utiliser n’importe quels GGUF dans n’importe quel dossier - pour l’instant, accès dans les Paramètres avancés du Chat et dans Dossiers personnalisés
* **Bouton de mise à jour** désormais visible
* Le style du script d’installation a été entièrement mis à jour !
* Préliminaire **Prise en charge automatique de plusieurs GPU pour l’inférence et l’entraînement** - utile pour les grands modèles qui ne tiennent pas sur 1 GPU - Unsloth auto allouera les ressources GPU
* Les Mac Intel devraient fonctionner immédiatement

Unsloth beaucoup plus fluide et rapide

* **Correction des délais d’expiration lors du téléchargement de grands modèles** - plus aucun délai d’expiration observé.
* **Correction de la limitation de débit Hugging Face - les appels API HF ont été réduits de 90 %**
* Correction de bun sous Windows et installations plus rapides
  {% endupdate %}

{% update date="2026-03-27" tags="new-releases,fixes,improvements" %}

## **Nouvelles mises à jour importantes**

Cela ne fait que 2 jours depuis notre précédente version, mais nous avons des mises à jour plus importantes :

* **L’inférence est désormais 20 à 30 % plus rapide.** Auparavant, l’appel d’outils et la pénalité de répétition pouvaient ralentir l’inférence en dessous des vitesses normales. Le débit des tokens/s en inférence devrait désormais être identique à `llama-server` / `llama.cpp`.
* **Détecte désormais automatiquement les modèles plus anciens ou déjà existants** téléchargés depuis **LM Studio, Hugging Face,** et des sources similaires.
* **La vitesse d’inférence en tokens/s est désormais calculée correctement.** Auparavant, les tokens/s incluaient le temps de démarrage, ce qui faisait paraître la vitesse affichée plus lente qu’elle ne l’était réellement. Elle devrait désormais refléter la vitesse d’inférence « réelle ».
* **L’utilisation du CPU ne monte plus en flèche.** Auparavant, l’identité du requêteur en ligne changeait à chaque rendu, provoquant `useLiveQuery` à se réabonner en continu.
* **Unsloth Studio dispose désormais d’un bouton de fermeture x et se ferme correctement.** Auparavant, le fait de le fermer après l’ouverture depuis l’icône du bureau ne le fermait pas correctement. Désormais, le lancement depuis le raccourci ouvre aussi le terminal, et la fermeture de ce terminal quitte complètement Unsloth Studio. Si vous l’avez encore ouvert depuis une session précédente, vous pouvez redémarrer votre ordinateur ou exécuter `lsof -i :8888` puis `kill -9 <PID>`.
* **Appels d’outils et recherche web encore meilleurs** avec moins d’erreurs.
* Documentation mise à jour avec beaucoup de nouvelles informations sur [la suppression de modèles, la désinstallation](/docs/fr/nouveau/studio/install.md#uninstall) etc.
* **Journalisation d’installation et de configuration plus claire et plus intelligente sur Windows et Linux.** La sortie est désormais plus facile à lire avec un formatage cohérent, plus silencieuse par défaut pour une expérience plus fluide, et prend en charge des `--verbose` diagnostics plus riches lorsque vous voulez tous les détails techniques.
* Vous pouvez désormais consulter votre historique d’entraînement !
  {% endupdate %}

{% update date="2026-03-25" tags="new-releases,fixes,improvements" %}

## Premier post de version après Unsloth Studio

Salut tout le monde, voici notre première version depuis le lancement d’Unsloth Studio. Beaucoup de nouvelles fonctionnalités et corrections :

* **Vous pouvez désormais mettre à jour Unsloth Studio !** Veuillez mettre à jour avec les mêmes commandes d’installation.
* **Windows** Le CPU ou le GPU fonctionne désormais de manière fluide. Veuillez réinstaller !
* **Raccourcis de l’application**. Une fois installé, vous pouvez désormais lancer sous Windows, MacOS et Linux via une icône de raccourci dans Démarrer / Lancement et sur le Bureau.
* **Précompilés `llama.cpp` binaires** et `mamba_ssm` - installations 6x plus rapides ! Aussi <300 Mo pour les binaires.
* **Tailles d’installation réduites de 50 %** (-7 Go ou plus économisés), installations 2x plus rapides et résolution plus rapide. Tailles pypi 50 % plus petites.
* **L’appel d’outils s’est amélioré.** Meilleur parsing de llama.cpp, plus de balisage brut des outils dans le chat, inférence plus rapide, un nouveau panneau Sorties d’outils, minuteries.
* MacOS et CPU disposent désormais de [Recettes de données](/docs/fr/nouveau/studio/data-recipe.md) activées avec l’envoi de plusieurs fichiers.
* **Prise en charge AMD préliminaire pour Linux** uniquement des machines - détection automatique.
* **Refonte de la barre latérale Paramètres.** Les paramètres sont désormais regroupés en **Modèle, Échantillonnage, Outils et Préférences**
* **La longueur de contexte** est désormais réglable. Gardez à l’esprit que cela n’est pas nécessaire, car llama.cpp utilise intelligemment le contexte exact dont vous avez besoin via `--fit sur`
* **Téléversement de plusieurs fichiers.** Les recettes de données prennent désormais en charge plusieurs téléversements par glisser-déposer pour PDF, DOCX, TXT et MD, avec extraction côté backend, téléversements enregistrés et aperçus améliorés.
* **Colab** avec les GPU T4 gratuits via Unsloth Studio est désormais corrigé ! [Essayez-le ici](https://colab.research.google.com/github/unslothai/unsloth/blob/main/studio/Unsloth_Studio_Colab.ipynb). Grâce aux binaires précompilés, c’est aussi 20x plus rapide !
* **Meilleure observabilité du chat.** Unsloth affiche désormais `llama-server` les temps et l’utilisation, une barre d’utilisation de la fenêtre de contexte et des cartes de survol de source plus riches.
* **Meilleure UX globale** - liens cliquables, meilleur parsing LaTeX, infobulles d’outils / code / web pour les cartes par défaut, et bien plus encore !
* **LiteLLM -** Unsloth Studio et Unsloth n’étaient **PAS** affectés par la récente compromission de LiteLLM. Nemo Data Designer n’a utilisé LiteLLM que jusqu’à `1.80`, et non le `1.82.7` ou `1.82.8`, et l’a depuis entièrement supprimé.
* Nous avons maintenant une nouvelle commande d’installation en une ligne, exécutez simplement :&#x20;

  <pre class="language-bash" data-overflow="wrap" data-expandable="true"><code class="lang-bash">curl -fsSL https://unsloth.ai/install.sh | sh
  </code></pre>

#### **Correctifs :**

* **Améliorations de Windows/configuration.** Correction des fermetures silencieuses de Windows, des plantages au démarrage d’Anaconda/conda-forge, des installations Windows non-NVIDIA cassées et des vérifications manquantes de l’installation CUDA précoce / venv obsolète.
* **Prompts système corrigés.** Ils fonctionnent à nouveau pour l’inférence textuelle et visuelle non-GGUF.
* **Prompts système et préréglages persistants.** Les prompts système personnalisés et les préréglages de chat persistent désormais à travers les rechargements et les changements de page.
* **Export GGUF étendu.** Les fine-tunes complets, pas seulement LoRA/PEFT, peuvent désormais être exportés en GGUF. La résolution du modèle de base est plus fiable, et les options d’exportation non prises en charge sont désactivées dans l’interface.
* **Correctifs de défilement/mise en page du chat.** Correction des problèmes de position de défilement pendant la génération, du décalage de mise en page du panneau de réflexion et des sauts de fenêtre lors de la réduction des panneaux de raisonnement.
* **Détection plus intelligente des conflits de port.** Unsloth détecte désormais les conflits de loopback, peut identifier le processus bloquant lorsque c’est possible, et fournit des messages de port de secours plus clairs.
  {% endupdate %}

{% update date="2026-03-17" tags="fixes,improvements" %}

## Nouvel appel d’outils + stabilité Windows

* Claude Artifacts fonctionne, donc le HTML peut être exécuté comme un jeu du serpent à l’intérieur du chat
* +30 % d’appels d’outils plus précis, surtout pour les petits modèles + minuterie pour les appels d’outils
* Les sorties des outils + de la recherche web peuvent être enregistrées + bascule de la réparation automatique des outils activée/désactivée
* Nombreux correctifs de bugs - le CPU sous Windows fonctionne, Mac plus fluide, installations plus rapides et plus petites
  {% endupdate %}
  {% endupdates %}


---

# Agent Instructions
This documentation is published with GitBook. GitBook is the documentation platform designed so that both humans and AI agents can read, navigate, and reason over technical content effectively. Learn more at gitbook.com.

## Querying This Documentation
If you need additional information that is not directly available in this page, you can query the documentation by asking a question.

Perform an HTTP GET request on the following URL with the `ask` and `goal` query parameters:

```
GET https://unsloth.ai/docs/fr/nouveau/changelog.md?ask=<question>&goal=<user_goal>
```

`ask` is the immediate question: it should be specific, self-contained, and written in natural language.
`goal` is what the user is ultimately trying to achieve, the reason they need the answer. Sharing it helps GitBook give you a better, more relevant answer. A goal is most helpful when it describes the outcome the user wants rather than restating the question. For example, with `ask=how do I create an API token`, a goal like `automate deployments from our CI pipeline` lets GitBook tailor the answer to that use case.

The response will contain a direct answer to the question and relevant excerpts and sources from the documentation.

Use this mechanism when the answer is not explicitly present in the current page, you need clarification or additional context, or you want to retrieve related documentation sections.