> 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/studio.md).

# Présentation d'Unsloth Studio

Exécutez et entraînez des modèles IA localement avec Unsloth Studio.

Nous lançons **Unsloth Studio** (Bêta) : une interface web open source, sans code, pour entraîner, exécuter et exporter des modèles ouverts dans une seule interface unifiée **locale** interface.

<a href="https://unsloth.ai/docs/fr/nouveau/studio.md#quickstart" class="button primary" data-icon="bolt">Démarrage rapide</a><a href="https://unsloth.ai/docs/fr/nouveau/studio.md#features" class="button secondary" data-icon="star">Fonctionnalités</a><a href="https://github.com/unslothai/unsloth" class="button secondary" data-icon="github">GitHub</a>

* **Exécuter GGUF**, **MLX** et des modèles de diffusion d’images/vidéos localement sur **Mac**, Windows, Linux.
* Entraînez plus de 500 modèles 2× plus vite avec 70 % de VRAM en moins (sans perte de précision)
* Exécutez et entraînez des modèles de texte, de vision par diffusion, de synthèse vocale (TTS), d'audio et d'embeddings

{% hint style="success" icon="sparkles" %}
**NOUVEAU :** Nous présentons notre nouvelle [**Unsloth Desktop**](https://unsloth.ai/docs/fr/desktop.md) application ! Téléchargez-la pour [Mac](https://unsloth.ai/docs/fr/commencer/install/mac.md), [Windows](https://unsloth.ai/docs/fr/commencer/install/windows-installation.md) et [Linux](https://unsloth.ai/docs/fr/commencer/install/linux.md).
{% endhint %}

<table data-view="cards"><thead><tr><th></th><th></th><th data-hidden data-card-target data-type="content-ref"></th><th data-hidden data-card-cover data-type="image">Image de couverture</th></tr></thead><tbody><tr><td><h4>Appels d'outils précis</h4></td><td>Obtenez des appels d'outils 50 % plus précis, auto-réparateurs, et une exécution de code en bac à sable</td><td><a href="https://unsloth.ai/docs/fr/nouveau/studio/chat.md">Chat with models</a></td><td><a href="https://550366147-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FxhOjnexMCB3dmuQFQ2Zq%2Fuploads%2FLL8RSnAuc7XdutjAVD4n%2Fcode%20exec.png?alt=media&amp;token=566a7385-69e0-46db-a022-bef8e2cad677">code exec.png</a></td></tr><tr><td><h4>Diffusion d’images/vidéos</h4></td><td>Exécutez et entraînez des modèles de diffusion d'images/vidéos comme MiniMax H3 avec une inférence 2× plus rapide.</td><td><a href="https://unsloth.ai/docs/fr/notions-de-base/diffusion-image.md">Generate Images Diffusion</a></td><td><a href="https://550366147-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FxhOjnexMCB3dmuQFQ2Zq%2Fuploads%2FHD8yIrQN6pS7qCNYMVxp%2Ffklrfklf.gif?alt=media&amp;token=9e7daea2-c9cc-404c-af53-325833224c94">fklrfklf.gif</a></td></tr><tr><td><h4>Rendez votre agent local</h4></td><td>Connectez des LLM locaux à des outils agentiques comme Claude Code et Codex avec permutation de modèles</td><td><a href="https://unsloth.ai/docs/fr/integrations/unsloth-start.md">Unsloth Start</a></td><td><a href="https://550366147-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FxhOjnexMCB3dmuQFQ2Zq%2Fuploads%2FaXmr0nHDKoSkhX6ESjLz%2Fclaude%20code%20image.png?alt=media&amp;token=67e609e9-b329-4c19-9e4d-2aed0fe34f9c">claude code image.png</a></td></tr><tr><td><h4>Recherche web illimitée</h4></td><td>Obtenez une recherche web et une recherche approfondie illimitées, privées et sécurisées</td><td><a href="https://unsloth.ai/docs/fr/nouveau/studio.md#web-search-upgraded">Unsloth Studio</a></td><td><a href="https://550366147-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FxhOjnexMCB3dmuQFQ2Zq%2Fuploads%2F6hy8X5V7FVW0NSWJfQAj%2Fwebsearch%20nice.png?alt=media&amp;token=8a02b6ac-3c85-484f-9bc7-f7d3eee24cd9">websearch nice.png</a></td></tr><tr><td><h4>Exécutez les derniers modèles</h4></td><td>Découvrez, gérez et entraînez les derniers modèles Muse Glimmer, MiniMax-H3, Kimi K3, Qwen3.8.</td><td><a href="https://unsloth.ai/docs/fr/modeles/tutorials.md">Complete LLM Directory</a></td><td><a href="https://550366147-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FxhOjnexMCB3dmuQFQ2Zq%2Fuploads%2FTSjv63MOktgx6PbgHAi2%2Fmodel%20hub%20models.png?alt=media&amp;token=b884e283-ff8b-4d4c-b4cb-7864d4335aa0">model hub models.png</a></td></tr><tr><td><h4><strong>Déployez partout</strong></h4></td><td>Déployez des modèles à distance en toute sécurité et accédez à Unsloth partout via HTTPS Cloudflare</td><td></td><td><a href="https://550366147-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FxhOjnexMCB3dmuQFQ2Zq%2Fuploads%2FJDIIEQ8fFZy2g5snC2kp%2Fcloudflare%20url.png?alt=media&amp;token=aadb42b5-16f0-42d1-8059-c2611e7cd931">cloudflare url.png</a></td></tr><tr><td><h3>Automatisez les tâches du navigateur</h3></td><td>Naviguez sur des sites web, remplissez des formulaires et modifiez des fichiers HTML ou Markdown avec un modèle local.</td><td></td><td><a href="https://550366147-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FxhOjnexMCB3dmuQFQ2Zq%2Fuploads%2FYiG0Egpwm8NMyjZT7Z7e%2FUNITY.png?alt=media&amp;token=82da006d-393a-4767-9ebe-3484a67b32ee">UNITY.png</a></td></tr><tr><td><h3>Exécutez du code dans un bac à sable</h3></td><td>Contrôlez les fichiers auxquels votre modèle peut accéder lorsqu'il exécute des commandes Python ou shell.</td><td></td><td><a href="https://550366147-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FxhOjnexMCB3dmuQFQ2Zq%2Fuploads%2F0fxHVUBvcd2kfUM0iRAd%2Fpermissiosn.png?alt=media&amp;token=883f5a04-3c25-436c-8144-0653df3a6e02">permissiosn.png</a></td></tr></tbody></table>

<figure><img src="https://550366147-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FxhOjnexMCB3dmuQFQ2Zq%2Fuploads%2FHTlw8oO7wDIYyGqilty0%2Funsloth%20qwen3.8%20final.png?alt=media&amp;token=b8b32558-d0c8-4de8-bedf-7ad10e2c4c4a" alt=""><figcaption></figcaption></figure>

* **macOS :** L'entraînement, MLX et l'inférence GGUF fonctionnent tous dans Unsloth.
* Aucun jeu de données nécessaire. [**Création automatique de jeux de données**](https://unsloth.ai/docs/fr/nouveau/studio/data-recipe.md) à partir de **PDF, CSV, JSON, DOCX, TXT** fichiers.
* Connectez vos modèles locaux à n'importe quel agent, y compris [Claude Code](https://unsloth.ai/docs/fr/notions-de-base/claude-code.md), [Codex](https://unsloth.ai/docs/fr/notions-de-base/codex.md), [Hermes](https://unsloth.ai/docs/fr/integrations/hermes-agent.md) et bien d'autres.
* [Exportez ou enregistrez](https://unsloth.ai/docs/fr/nouveau/studio/export.md) votre modèle en GGUF, safetensor 16 bits, etc.
* [**Appels d'outils auto-réparateurs**](https://unsloth.ai/docs/fr/nouveau/studio/chat.md#auto-healing-tool-calling) / avancée [**recherche web**](https://unsloth.ai/docs/fr/nouveau/studio/chat.md#advanced-web-search) + [**exécution de code**](https://unsloth.ai/docs/fr/nouveau/studio/chat.md#code-execution)
* [Paramètres d'inférence automatique](https://unsloth.ai/docs/fr/nouveau/studio/chat.md#auto-parameter-tuning), modifiez les modèles de conversation, utilisez Unsloth comme [**point de terminaison API**](#unsloth-as-an-api-endpoint).

{% hint style="success" %}
**Pour toutes les dernières mises à jour, consultez notre** [**nouvelle page de journal des modifications ici**](https://unsloth.ai/docs/fr/nouveau/changelog.md)**!** ✨
{% endhint %}

## ⭐ Fonctionnalités

{% columns %}
{% column %}

### Exécution de code + appels d'outils auto-réparateurs

Exécutez Bash et Python dans un [bac à sable](https://unsloth.ai/docs/new/studio/sandboxing-in-unsloth) pour tester du code, générer des fichiers et vérifier des calculs. Choisissez **Élevé** pour laisser votre système d'exploitation appliquer les limites d'accès aux fichiers.

Par ex., Unsloth crée un bac à sable pour permettre à GLM-5.2 d'exécuter du code, qui s'affiche comme aperçu HTML dans Canvas.
{% endcolumn %}

{% column %}

<figure><img src="https://550366147-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FxhOjnexMCB3dmuQFQ2Zq%2Fuploads%2FLL8RSnAuc7XdutjAVD4n%2Fcode%20exec.png?alt=media&amp;token=566a7385-69e0-46db-a022-bef8e2cad677" alt=""><figcaption><p>Appels d'outils précis avec exécution de code en bac à sable</p></figcaption></figure>
{% endcolumn %}
{% endcolumns %}

{% columns %}
{% column %}

### Naviguez sur le Web et modifiez des fichiers

Utilisez le [navigateur intégré](https://unsloth.ai/docs/basics/browser-use) dans Unsloth Desktop pour naviguer sur des sites web, remplir des formulaires et lire des PDF. Votre modèle peut également modifier du code et des fichiers Markdown ou tester des pages HTML et React en les parcourant.

Activez **Utilisation du navigateur** depuis le **+** menu du chat pour voir votre modèle travailler à vos côtés.
{% endcolumn %}

{% column %}

<figure><img src="https://550366147-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FxhOjnexMCB3dmuQFQ2Zq%2Fuploads%2FQXmNUrzvl9pRbNBbbEWI%2FUI%20pack%20adventure.gif?alt=media&amp;token=76426c04-5aeb-4c4b-a158-bdccc26fc5b3" alt=""><figcaption></figcaption></figure>
{% endcolumn %}
{% endcolumns %}

{% columns %}
{% column %}

### Recherche web améliorée

La recherche web privée, illimitée et sécurisée d'Unsloth visite réellement les pages directement pour collecter des informations et données pertinentes, au lieu de simplement parcourir des résumés de sites web. Cela fournit des résultats et un contexte beaucoup plus précis / approfondis.

Par ex., Qwen3.5-4B a consulté plus de 20 sites web et cité des sources, avec la recherche web effectuée dans sa trace de réflexion.
{% endcolumn %}

{% column %}

<figure><img src="https://550366147-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FxhOjnexMCB3dmuQFQ2Zq%2Fuploads%2FY3nfB43TEk7k11zcE4wm%2Fthe%20big%20one.gif?alt=media&amp;token=335be087-7375-4f89-9039-71195ee44ab8" alt=""><figcaption></figcaption></figure>
{% endcolumn %}
{% endcolumns %}

{% columns %}
{% column %}

### Unsloth comme point de terminaison API

Vous pouvez désormais utiliser des LLM locaux via des outils comme [Claude Code](https://unsloth.ai/docs/fr/notions-de-base/claude-code.md) et [Codex](https://unsloth.ai/docs/fr/notions-de-base/codex.md) en le connectant à [le point de terminaison API d'Unsloth](https://unsloth.ai/docs/fr/notions-de-base/api.md). Cela signifie que vous pourrez exécuter directement des modèles Qwen et Gemma dans ces outils avec l'inférence d'Unsloth, qui inclut des fonctionnalités comme les appels d'outils auto-réparateurs, la recherche web, etc.

Vous pouvez aussi [connecter un fournisseur](https://unsloth.ai/docs/fr/integrations/connections.md) comme OpenAI, Anthropic ou vLLM à Unsloth.
{% endcolumn %}

{% column %}

<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=""><figcaption></figcaption></figure>
{% endcolumn %}
{% endcolumns %}

{% columns %}
{% column %}

### **Entraînement sans code**

[Téléchargez des PDF, CSV, JSON](#data-recipes) documents ou configurations YAML, et lancez l'entraînement instantanément sur NVIDIA. Les kernels d'Unsloth optimisent LoRA, FP8, FFT, PT sur plus de 500 modèles de texte, de vision, de TTS/audio et d'embeddings.

Affinez les derniers LLM comme [Qwen3.5](https://unsloth.ai/docs/fr/modeles/qwen3.5/fine-tune.md) et NVIDIA [Nemotron 3](https://unsloth.ai/docs/fr/modeles/nemotron-3.md). [Multi-GPU](https://unsloth.ai/docs/fr/notions-de-base/multi-gpu-training-with-unsloth.md) fonctionne automatiquement, avec une nouvelle version à venir.
{% endcolumn %}

{% column %}

<figure><img src="https://550366147-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FxhOjnexMCB3dmuQFQ2Zq%2Fuploads%2FRjAfHShyL7MfHfq6BStl%2Fonboarding%20updated.png?alt=media&amp;token=7cdde1a0-8f8c-4d25-9414-e28f35f211cd" alt=""><figcaption></figcaption></figure>
{% endcolumn %}
{% endcolumns %}

{% columns %}
{% column %}

### **Exécutez des modèles localement**

[Recherchez et exécutez des modèles GGUF](https://unsloth.ai/docs/fr/nouveau/studio/chat.md) et des modèles safetensor avec appels d'outils auto-réparateurs [appels d'outils](#execute-code--heal-tool-calling), avancée [recherche web](https://unsloth.ai/docs/fr/nouveau/studio/chat.md#advanced-web-search), [inférence automatique](https://unsloth.ai/docs/fr/nouveau/studio/chat.md#auto-parameter-tuning) paramètres, [**exécution de code**](https://unsloth.ai/docs/fr/nouveau/studio/chat.md#code-execution) (Bash + Python), [API](https://unsloth.ai/docs/fr/notions-de-base/api.md). Téléchargez des images, des documents, de l'audio, du code.

[Comparez les modèles côte à côte](https://unsloth.ai/docs/new/studio/chat#model-arena). Propulsé par llama.cpp + Hugging Face, Unsloth prend en charge **l'inférence multi-GPU,** le déchargement et l'ajustement automatiques ainsi que la plupart des modèles.
{% endcolumn %}

{% column %}

<figure><img src="https://550366147-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FxhOjnexMCB3dmuQFQ2Zq%2Fuploads%2FNOhWqx2nFNOSjiQlv3Bz%2Finklin.gif?alt=media&amp;token=2fdae9e3-e78b-4cd3-af07-a9c4989a937f" alt=""><figcaption></figcaption></figure>
{% endcolumn %}
{% endcolumns %}

{% columns %}
{% column %}

### Recettes de données

[**Recettes de données**](https://unsloth.ai/docs/fr/nouveau/studio/data-recipe.md) transforme vos documents en jeux de données utilisables / synthétiques via un flux de travail à base de nœuds de graphe. Téléchargez des fichiers non structurés ou structurés comme des PDF, CSV et JSON. Unsloth Data Recipes, propulsé par NVIDIA Nemo [Concepteur de données](https://github.com/NVIDIA-NeMo/DataDesigner), transforme automatiquement les documents dans les formats souhaités.
{% endcolumn %}

{% column %}

<figure><img src="https://550366147-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FxhOjnexMCB3dmuQFQ2Zq%2Fuploads%2Fcc9T0V8WsyjcuOE2sIVV%2Fdata%20recipes%20longer.png?alt=media&amp;token=5ae33e8d-09b1-45e0-8f5c-40dca8bbcf0c" alt=""><figcaption></figcaption></figure>
{% endcolumn %}
{% endcolumns %}

{% columns %}
{% column %}

### Observabilité

Obtenez [une visibilité complète](https://unsloth.ai/docs/fr/nouveau/studio/start.md#training-progress) sur vos exécutions d'entraînement et prenez-en le contrôle. Suivez la perte d'entraînement, les normes de gradient et l'utilisation du GPU en temps réel, et personnalisez selon vos envies.

Vous pouvez même consulter la progression de l'entraînement sur d'autres appareils comme votre téléphone.
{% endcolumn %}

{% column %}

<figure><img src="https://550366147-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FxhOjnexMCB3dmuQFQ2Zq%2Fuploads%2FCIrWHN1JzfaFNOoavmZS%2Fobserve%20new.png?alt=media&amp;token=21fdbc5b-a073-437a-b487-b5bdff4716f6" alt=""><figcaption></figcaption></figure>
{% endcolumn %}
{% endcolumns %}

{% columns %}
{% column %}

### Exporter / enregistrer les modèles

[**Exportez n'importe quel modèle**](https://unsloth.ai/docs/fr/nouveau/studio/export.md), y compris vos modèles affinés, en safetensors ou en GGUF pour une utilisation avec llama.cpp, vLLM, Ollama, LM Studio, et plus encore.

Enregistre votre historique d'entraînement, afin que vous puissiez revoir les exécutions, réexporter et expérimenter.
{% endcolumn %}

{% column %}

<figure><img src="https://550366147-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FxhOjnexMCB3dmuQFQ2Zq%2Fuploads%2F8UHzGTHF9q6LWrJy8Y4r%2FScreenshot%202026-03-15%20at%203.02.02%E2%80%AFAM.png?alt=media&amp;token=cb5e78f8-481a-4c9f-9361-db53e6e0ec37" alt=""><figcaption></figcaption></figure>
{% endcolumn %}
{% endcolumns %}

{% columns %}
{% column %}

### La confidentialité d'abord + Sécurisé

Unsloth Studio peut être utilisé 100 % hors ligne et localement sur votre ordinateur. Son authentification basée sur des jetons, y compris un mot de passe chiffré et des flux JWT d'accès / rafraîchissement, protège vos données.

Vous pouvez utiliser des modèles préexistants / anciens ou des GGUF précédemment téléchargés depuis HF, etc. Lisez [les instructions ici](https://unsloth.ai/docs/fr/nouveau/studio/chat.md#using-old-existing-gguf-models).
{% endcolumn %}

{% column %}

<figure><img src="https://550366147-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FxhOjnexMCB3dmuQFQ2Zq%2Fuploads%2F15gRLbMDX1ReKdHBBl1G%2FScreenshot%202026-03-15%20at%203.54.51%E2%80%AFAM.png?alt=media&amp;token=ca096807-54c2-4d8c-bdc1-c1bb0055469b" alt=""><figcaption></figcaption></figure>
{% endcolumn %}
{% endcolumns %}

## ⚡ Démarrage rapide

### **Installer avec Unsloth Desktop**

Le moyen le plus simple d'installer Unsloth Studio est d'utiliser l'application native de bureau. Téléchargez-la pour votre système d'exploitation :

* <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)

Pour une installation manuelle d'Unsloth Studio, utilisez les commandes ci-dessous :

{% tabs %}
{% tab title="macOS, Linux, WSL" %}
**Installer Unsloth :**

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

Utilisez la même commande pour mettre à jour.
{% endtab %}

{% tab title="Windows" %}
**Installer Unsloth :**

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

Utilisez la même commande pour mettre à jour.
{% endtab %}

{% tab title="Docker" %}
L' [image Docker d'Unsloth](https://hub.docker.com/r/unsloth/unsloth) `unsloth/unsloth` est disponible sur Docker. [Lire le guide.](https://unsloth.ai/docs/get-started/install/docker)
{% endtab %}

{% tab title="Homebrew" %}
**Installer Unsloth :**

```bash
brew install --cask unsloth
```

Mettre à jour Unsloth :

```bash
brew upgrade --cask unsloth
```

{% endtab %}

{% tab title="WinGet" %}
**Installer Unsloth :**

```powershell
winget install --id UnslothAI.Unsloth -e
```

Mettre à jour Unsloth :

<pre class="language-powershell"><code class="lang-powershell"><strong>winget upgrade --id UnslothAI.Unsloth -e
</strong></code></pre>

{% endtab %}
{% endtabs %}

#### Lancer Unsloth

{% columns %}
{% column %}
Lancement local standard :

```bash
unsloth studio
```

Pour plus de détails sur l'installation et la désinstallation, veuillez consulter la [section Installation d'Unsloth Studio](https://unsloth.ai/docs/fr/nouveau/studio/install.md) .
{% endcolumn %}

{% column %}
Lancez Unsloth en toute sécurité via HTTPS :

```bash
unsloth studio --secure
```

Utilisez un [Cloudflare gratuit](https://unsloth.ai/docs/fr/notions-de-base/comment-servir-des-llm-locaux-partout-acces-distant-securise-avec-cloudflare-et-unsloth.md) tunnel sur Windows, Mac ou Linux.
{% endcolumn %}
{% endcolumns %}

{% content-ref url="/pages/3ca98ab552557cd126d152e81d801c8cb0caa73c" %}
[Installation](https://unsloth.ai/docs/fr/nouveau/studio/install.md)
{% endcontent-ref %}

#### <i class="fa-google">:google:</i> notebook Google Colab

Nous avons créé un [notebook Google Colab gratuit](https://colab.research.google.com/github/unslothai/unsloth/blob/main/studio/Unsloth_Studio_Colab.ipynb) afin que vous puissiez explorer toutes les fonctionnalités d'Unsloth sur les GPU T4 de Colab. Vous pouvez entraîner et exécuter la plupart des modèles jusqu'à 22 milliards de paramètres, et passer à un GPU plus grand pour les modèles plus volumineux. Cliquez simplement sur « Run all » et l'interface devrait apparaître après l'installation.

{% columns %}
{% column %}
{% embed url="<https://colab.research.google.com/github/unslothai/unsloth/blob/main/studio/Unsloth_Studio_Colab.ipynb>" %}

Une fois l'installation terminée, faites défiler jusqu'à **Démarrer Unsloth Studio** et cliquez sur **Ouvrir Unsloth Studio** dans la case blanche affichée à gauche :

**Faites encore défiler vers le bas pour voir l'interface réelle.**
{% endcolumn %}

{% column %}

<figure><img src="https://550366147-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FxhOjnexMCB3dmuQFQ2Zq%2Fuploads%2FkYitMrK55Ic6eIGqiKEJ%2FScreenshot%202026-03-16%20at%2011.21.16%E2%80%AFPM.png?alt=media&amp;token=4388c309-a598-41f3-9301-e434c334ac1c" alt=""><figcaption></figcaption></figure>
{% endcolumn %}
{% endcolumns %}

{% hint style="warning" %}
Parfois, le lien Unsloth peut renvoyer une erreur. Cela arrive parce que vous avez peut-être désactivé les cookies, ou que vous utilisez un bloqueur de publicités ou Mozilla. Vous pouvez toujours accéder à l'interface en faisant défiler sous le bouton.
{% endhint %}

### 👾 Démarrage Unsloth

{% columns %}
{% column width="58.333333333333336%" %}
[Démarrage Unsloth](https://unsloth.ai/docs/fr/integrations/unsloth-start.md) vous permet de connecter [Claude Code](https://unsloth.ai/docs/fr/notions-de-base/claude-code.md), [Codex](https://unsloth.ai/docs/fr/notions-de-base/codex.md) et d'autres agents à des modèles locaux via la `unsloth start` commande.

Lancez Unsloth, chargez un modèle, ouvrez votre dossier de projet, puis exécutez :

```bash
unsloth start claude
```

Remplacez `claude` par n'importe quel agent ci-dessous :
{% endcolumn %}

{% column width="41.666666666666664%" %}

<figure><img src="https://550366147-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FxhOjnexMCB3dmuQFQ2Zq%2Fuploads%2FpXE6kCHjh8qOEaggf94M%2FScreenshot_20260718_122426.png?alt=media&amp;token=a59e4c8c-efdb-451b-b1f8-621955564f6d" alt="" width="563"><figcaption><p>Claude Code exécuté localement avec Qwen3.5.</p></figcaption></figure>
{% endcolumn %}
{% endcolumns %}

| Agent                                                              | Commande                 |
| ------------------------------------------------------------------ | ------------------------ |
| <i class="fa-claude">:claude:</i> Claude Code                      | `unsloth start claude`   |
| <i class="fa-openai">:openai:</i> OpenAI Codex                     | `unsloth start codex`    |
| <i class="fa-caduceus">:caduceus:</i> Agent Hermes                 | `unsloth start hermes`   |
| <i class="fa-lobster">:lobster:</i> OpenClaw                       | `unsloth start openclaw` |
| <i class="fa-rectangle-vertical">:rectangle-vertical:</i> OpenCode | `unsloth start opencode` |

## <i class="fa-seedling">:seedling:</i> Flux de travail

Voici un flux de travail habituel d'Unsloth Studio pour vous aider à démarrer :

1. Lancez Unsloth à partir des [instructions d'installation](https://unsloth.ai/docs/fr/nouveau/studio/install.md).
2. Chargez un modèle à partir de fichiers locaux ou d'une intégration prise en charge.
3. Importez des données d'entraînement à partir de PDF, CSV ou JSONL, ou créez un jeu de données à partir de zéro.
4. Nettoyez, affinez et enrichissez votre jeu de données dans [Recettes de données](https://unsloth.ai/docs/fr/nouveau/studio/data-recipe.md).
5. Commencez l'entraînement avec des préréglages recommandés ou personnalisez vous-même la configuration.
6. Discutez avec le modèle entraîné et comparez ses résultats à ceux du modèle de base.
7. [Enregistrez ou exportez](https://unsloth.ai/docs/fr/nouveau/studio.md#export-save-models) localement vers la pile que vous utilisez déjà.

Vous pouvez lire nos analyses approfondies individuelles de chaque section d'Unsloth Studio :

{% columns %}
{% column width="50%" %}
{% content-ref url="/pages/a4ab77cc976ec484d13317b14422a754e2f1d4e8" %}
[Get Started](https://unsloth.ai/docs/fr/nouveau/studio/start.md)
{% endcontent-ref %}

{% content-ref url="/pages/817a1275219e1e8d86fe100d223ac4b0862ab3a1" %}
[Model Export](https://unsloth.ai/docs/fr/nouveau/studio/export.md)
{% endcontent-ref %}
{% endcolumn %}

{% column width="50%" %}
{% content-ref url="/pages/ec921eec2a37820cfd0cf432328d619c9fa1080b" %}
[Data Recipes](https://unsloth.ai/docs/fr/nouveau/studio/data-recipe.md)
{% endcontent-ref %}

{% content-ref url="/pages/02de109936ce31121bffae3333822baa85a115f0" %}
[Chat with models](https://unsloth.ai/docs/fr/nouveau/studio/chat.md)
{% endcontent-ref %}
{% endcolumn %}
{% endcolumns %}

## <i class="fa-comments-question">:comments-question:</i> FAQ

**Unsloth collecte-t-il ou stocke-t-il des données ?**\
Unsloth ne collecte aucune télémétrie d'utilisation. Unsloth ne collecte que les informations matérielles minimales requises pour la compatibilité, telles que le type de GPU et l'appareil (par ex. Mac). Unsloth Studio fonctionne 100 % hors ligne et localement.

**Comment utiliser un ancien modèle / modèle existant que j'ai téléchargé précédemment depuis Hugging Face ?**\
Oui, vous pouvez utiliser des modèles préexistants/anciens ou des GGUF que vous avez précédemment téléchargés depuis Hugging Face, etc. Ils devraient désormais être détectés automatiquement par Unsloth ; sinon, lisez notre [les instructions ici](https://unsloth.ai/docs/fr/nouveau/studio/chat.md#using-old-existing-gguf-models).

**Pourquoi l'inférence est-elle parfois plus lente dans Unsloth ?**\
Unsloth, comme les autres applications d'inférence locales, est propulsé par llama.cpp, donc les vitesses devraient être globalement les mêmes. Si Unsloth est parfois plus lent, c'est peut-être parce que vous avez activé la recherche web, l'exécution de code ou les appels d'outils auto-réparateurs. Toutes ces fonctionnalités peuvent ralentir votre inférence. Si la différence de vitesse reste plus lente avec toutes les fonctionnalités désactivées, veuillez ouvrir un ticket GitHub !

**Unsloth Studio prend-il en charge des API compatibles OpenAI ?**\
Oui, consultez notre [guide du point de terminaison API ici](https://unsloth.ai/docs/fr/notions-de-base/api.md).

**Unsloth est-il désormais sous licence AGPL-3.0 ?**\
Unsloth utilise un modèle de double licence Apache 2.0 et AGPL-3.0. Le package principal d'Unsloth reste sous licence [**Apache 2.0**](https://github.com/unslothai/unsloth?tab=Apache-2.0-1-ov-file), tandis que certains composants facultatifs, comme l'interface utilisateur d'Unsloth Studio, sont sous licence [**AGPL-3.0**](https://github.com/unslothai/unsloth?tab=AGPL-3.0-2-ov-file).

Cette structure aide à soutenir le développement continu d'Unsloth tout en gardant le projet open source et en permettant à l'écosystème plus large de continuer à se développer.

**Unsloth ne prend-il en charge que les LLM ?**\
Non. Unsloth prend en charge une gamme de `transformers` familles de modèles compatibles, notamment des modèles texte, multimodaux, [texte-à-parole](https://unsloth.ai/docs/fr/notions-de-base/text-to-speech-tts-fine-tuning.md), audio, [embeddings](https://unsloth.ai/docs/fr/notions-de-base/embedding-finetuning.md)et des modèles de type BERT.

**Puis-je utiliser ma propre configuration d'entraînement ?**\
Oui. Importez une configuration YAML et Unsloth préremplira les paramètres pertinents.

**Faut-il entraîner des modèles pour utiliser l'interface ?**\
Non, vous pouvez simplement télécharger n'importe quel GGUF ou modèle sans affiner aucun modèle.

#### Remerciements

Un grand merci à NVIDIA et Hugging Face pour avoir participé à notre lancement. Merci également à tous nos premiers testeurs bêta d'Unsloth Studio ; nous apprécions sincèrement votre temps et vos retours. Nous tenons aussi à remercier llama.cpp, PyTorch et les laboratoires de modèles ouverts pour avoir fourni l'infrastructure qui a rendu Unsloth Studio possible.


---

# 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/studio.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.
