> 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/jp/docs.md).

# Unslothドキュメント

Unslothは、LLMを実行・学習するためのオープンソースフレームワークです。

Unslothは、オープンソースのUIを通じて、自分のローカルハードウェア上でAIモデルを実行・学習できます。

私たちのドキュメントでは、独自のLLMをローカルで実行・学習する方法をご案内します。

<a href="https://unsloth.ai/download" class="button primary" data-icon="down-to-bracket">ダウンロード</a><a href="/docs/jp/desktop.md#features" class="button secondary" data-icon="sparkles">機能</a><a href="https://github.com/unslothai/unsloth" class="button secondary" data-icon="github">GitHub</a>

<table data-view="cards"><thead><tr><th></th><th></th><th data-hidden data-card-cover data-type="image">カバー画像</th><th data-hidden data-card-target data-type="content-ref"></th></tr></thead><tbody><tr><td><strong>Qwen3.8-27B</strong></td><td>UnslothでQwen3.8-27Bを実行・学習できます。</td><td><a href="https://735611837-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FxhOjnexMCB3dmuQFQ2Zq%2Fuploads%2FSQJGLfV6lTdcvKUuBsjC%2Fqwen3.8%20logo.png?alt=media&amp;token=7942746b-409d-4064-8e66-221fceb920dd">qwen3.8 logo.png</a></td><td><a href="/docs/jp/moderu/qwen3.8.md">Qwen3.8-27B</a></td></tr><tr><td><strong>Qwen-Image-2.1</strong></td><td>7Bのテキストから画像へのモデルをローカルで実行しましょう！</td><td><a href="https://735611837-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FxhOjnexMCB3dmuQFQ2Zq%2Fuploads%2FjBLXH1oRP52poQcN1pOn%2Fqwen%20image%202.1%20logo.png?alt=media&amp;token=ab285b72-146a-4409-b9ee-327fb78cb127">qwen image 2.1 logo.png</a></td><td><a href="/docs/jp/moderu/qwen-image-2.1.md">Qwen-Image-2.1</a></td></tr><tr><td><strong>Qwen3.8-Flash-Next</strong></td><td>Qwen4アーキテクチャを備えた新しいマルチモーダルMoEモデル。</td><td><a href="https://735611837-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FxhOjnexMCB3dmuQFQ2Zq%2Fuploads%2FD5XvlMiglB75xLiQQUq8%2Fqwen38%20flash%20new%20logo.png?alt=media&amp;token=cbe972b2-a558-4dbd-9501-a7e2e898df8f">qwen38 flash new logo.png</a></td><td><a href="/docs/jp/moderu/qwen3.8-next.md">Qwen3.8-Flash-Next</a></td></tr><tr><td><strong>Unsloth Desktopへようこそ</strong></td><td>モデルを実行・学習できる初のデスクトップアプリ。</td><td><a href="https://735611837-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">introducing unsloth desktop thumb.png</a></td><td><a href="/docs/jp/desktop.md">Introducing Unsloth Desktop</a></td></tr><tr><td><strong>GLM-5.3-Flash</strong></td><td>新しい320Bモデル、別名 <code>ox-alpha</code> Z.aiによる。</td><td><a href="https://735611837-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FxhOjnexMCB3dmuQFQ2Zq%2Fuploads%2FeHSdHWsGl4rQtUUgSkGj%2Fglm%205.3%20flash.png?alt=media&amp;token=acd21ab7-c5b5-4338-8b23-8d4cf16584f3">glm 5.3 flash.png</a></td><td><a href="/docs/jp/moderu/glm-5.3-flash.md">GLM-5.3-Flash</a></td></tr><tr><td><strong>DeepSeek-V4 Vision</strong></td><td>DeepSeek初の画像認識モデル。128GB RAMで実行できます。</td><td><a href="https://735611837-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FxhOjnexMCB3dmuQFQ2Zq%2Fuploads%2FYCbdIeMsEQmDJoyii4tl%2Fdeepseek%20v4%20logo.png?alt=media&amp;token=0d1ec333-bcbd-4ecb-8891-5393a1c5bb0a">deepseek v4 logo.png</a></td><td><a href="/docs/jp/moderu/deepseek-v4.md">DeepSeek-V4-Flash</a></td></tr></tbody></table>

### ⚡ クイックスタート

UnslothはmacOS、Linux、 [Windows](/docs/jp/meru/install/windows-installation.md), [NVIDIA](/docs/jp/meru/install/pip-install.md), [AMD](/docs/jp/meru/install/amd.md)、IntelおよびCPU構成をサポートしています。詳細は： [Unslothの要件](/docs/jp/meru/fine-tuning-for-beginners/unsloth-requirements.md)。お使いのOS向けのネイティブデスクトップアプリをダウンロードしてください：

<a href="https://unsloth.ai/download" class="button primary" data-icon="down-to-bracket">Unsloth Desktopをダウンロード</a>

* <i class="fa-apple">:apple:</i> [macOS用をダウンロード](https://unsloth.ai/download/mac)
* <i class="fa-windows">:windows:</i> [Windows用をダウンロード](https://unsloth.ai/download/windows)
* <i class="fa-linux">:linux:</i> [Linux用をダウンロード](https://unsloth.ai/download/linux)

また、手動インストールを希望する場合は：

**macOS、Linux、WSL：**

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

**Windows PowerShell：**

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

{% columns %}
{% column width="50%" %}
{% content-ref url="/pages/ea13ebdc099377f5b37a2e0895aeb9ede74953ed" %}
[Complete LLM Directory](/docs/jp/moderu/tutorials.md)
{% endcontent-ref %}

{% content-ref url="/pages/ae7926a0f371a1f594e3344d85571edf864a5259" %}
[Fine-tuning Guide](/docs/jp/meru/fine-tuning-llms-guide.md)
{% endcontent-ref %}
{% endcolumn %}

{% column width="50%" %}
{% content-ref url="/pages/189a8deb3aa7eabc5be5a7563f26d4b08f252e28" %}
[Models](/docs/jp/meru/unsloth-model-catalog.md)
{% endcontent-ref %}

{% content-ref url="/pages/664bab64c0c5cdbe1a11fa3ba21ffe4c16cf0f52" %}
[Unsloth API](/docs/jp/ji-ben/api.md)
{% endcontent-ref %}
{% endcolumn %}
{% endcolumns %}

### 👾 Unsloth Start

{% columns %}
{% column width="58.333333333333336%" %}
[Unsloth Start](/docs/jp/tong-he/unsloth-start.md) を使うと [Claude Code](/docs/jp/ji-ben/claude-code.md), [Codex](/docs/jp/ji-ben/codex.md) や他のエージェントを次経由でローカルモデルに接続できます `unsloth start` コマンド。

Unsloth を起動し、モデルを読み込み、プロジェクトフォルダを開いてから、次を実行してください:

```bash
unsloth start claude
```

置き換えてください `claude` を、以下の任意のエージェントに：
{% endcolumn %}

{% column width="41.666666666666664%" %}

<figure><img src="https://735611837-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>Qwen3.5をローカルで実行するClaude Code。</p></figcaption></figure>
{% endcolumn %}
{% endcolumns %}

| エージェント                                                             | コマンド                     |
| ------------------------------------------------------------------ | ------------------------ |
| <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-deepseek">:deepseek:</i> DeepSeek Harness             | `unsloth start dsh`      |
| <i class="fa-rectangle-vertical">:rectangle-vertical:</i> OpenCode | `unsloth start opencode` |
| <i class="fa-caduceus">:caduceus:</i> Hermes Agent                 | `unsloth start hermes`   |
| <i class="fa-lobster">:lobster:</i> OpenClaw                       | `unsloth start openclaw` |

### 🦥 なぜUnsloth？

* 私たちは以下の開発チームと直接協業しています [gpt-oss](https://docs.unsloth.ai/new/gpt-oss-how-to-run-and-fine-tune#unsloth-fixes-for-gpt-oss), [Qwen3](https://www.reddit.com/r/LocalLLaMA/comments/1kaodxu/qwen3_unsloth_dynamic_ggufs_128k_context_bug_fixes/), [Llama 4](https://github.com/ggml-org/llama.cpp/pull/12889), [Mistral](https://huggingface.co/mistralai/Mistral-Medium-3.5-128B/discussions/18), [Gemma 1-3](https://news.ycombinator.com/item?id=39671146) と [Phi-4](https://unsloth.ai/blog/phi4)、そこで私たちは **重大なバグを修正し** 、モデル精度を大幅に向上させました。たとえばAndrej Karpathyは [私たちの取り組みを称賛しています](https://x.com/karpathy/status/1765473722985771335).
* Unslothはローカルでの学習、推論、データ、デプロイを効率化します
* Unslothは500以上のモデルの推論と学習をサポートしています： [画像](/docs/jp/ji-ben/vision-fine-tuning.md), [TTS](/docs/jp/ji-ben/text-to-speech-tts-fine-tuning.md), [埋め込み](/docs/jp/ji-ben/embedding-finetuning.md), [強化学習](/docs/jp/meru/reinforcement-learning-rl-guide.md)

### ⭐ 機能

Unslothではテキスト用のモデルを実行・学習できます、 [音声](https://unsloth.ai/docs/basics/text-to-speech-tts-fine-tuning), [埋め込み](https://unsloth.ai/docs/new/embedding-finetuning), [画像](https://unsloth.ai/docs/basics/vision-fine-tuning) その他にも対応しています。Unslothは推論と学習の両方に多くの重要な機能を提供します：

#### 推論

* LLM、拡散モデル、埋め込みモデル、音声モデルを実行・学習できます： [Qwen3.8](/docs/jp/moderu/qwen3.8.md), [Kimi K3](https://unsloth.ai/docs/models/kimi-k3)、MiniMax-H3、 [Muse Glimmer](https://unsloth.ai/docs/models/muse-glimmer), [DeepSeek-V4](https://unsloth.ai/docs/models/deepseek-v4), [Gemma 4](https://unsloth.ai/docs/models/gemma-4).
* **エージェントとツール：** ローカルモデルを [Claude Code](https://unsloth.ai/docs/basics/claude-code), [Codex](https://unsloth.ai/docs/basics/codex)、および [MCP](https://unsloth.ai/docs/basics/mcp)とともに使用できます。ツール呼び出しやコード実行を含みます。
* **検索とRAG：** プライベートで無制限のウェブ検索、深いリサーチ、自動圧縮（ローリングコンテキストウィンドウ）、RAGを使用できます。
* **画像と動画：** 実行・学習できます [画像](https://unsloth.ai/docs/basics/diffusion-image) および動画拡散モデルやマルチモーダルモデル
* **リモート＆LAN：** 任意のデバイスからローカルモデルにアクセス [LAN](https://unsloth.ai/docs/basics/lan) 、または安全な [Cloudflare](https://unsloth.ai/docs/basics/how-to-serve-local-llms-anywhere-secure-remote-access-with-cloudflare-and-unsloth) HTTPS経由でリモートアクセスできます。
* **接続：** モデルを [OpenAI互換API](https://unsloth.ai/docs/basics/api)経由で提供できます。また、ChatGPT/Codexのサブスクリプションや [クラウドプロバイダーにも接続できます](https://unsloth.ai/docs/integrations/connections)

#### 学習とデプロイ

* **ファインチューニング：** LLM、拡散、TTS、埋め込みモデルを、VRAM使用量を70%削減しつつ2倍高速に学習できます [精度低下なし](https://unsloth.ai/blog#training)
* **完全対応：** 対応： [強化学習](https://unsloth.ai/docs/get-started/reinforcement-learning-rl-guide)、LoRA、QLoRA、フルファインチューニング、事前学習、RL、GRPO、DPO、FP8。
* **エクスポートとデプロイ：** [エクスポート](https://unsloth.ai/docs/new/studio/export) または以下を含む形式でモデルをデプロイ： [GGUF](https://unsloth.ai/docs/basics/inference-and-deployment/saving-to-gguf)、NVFP4、FP8などの形式。
* **データセット：** PDF、CSV、DOCXファイルなどから、 [Data Recipes](https://unsloth.ai/docs/new/studio/data-recipe).

### **最新モデル**

<table data-column-title-hidden data-card-wrap="false" data-view="cards"><thead><tr><th></th><th data-hidden data-card-cover data-type="image">カバー画像</th><th data-hidden data-card-target data-type="content-ref"></th></tr></thead><tbody><tr><td><h4>Qwen3.8</h4></td><td><a href="https://735611837-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FxhOjnexMCB3dmuQFQ2Zq%2Fuploads%2FSQJGLfV6lTdcvKUuBsjC%2Fqwen3.8%20logo.png?alt=media&amp;token=7942746b-409d-4064-8e66-221fceb920dd">qwen3.8 logo.png</a></td><td><a href="/docs/jp/moderu/qwen3.8.md">Qwen3.8-27B</a></td></tr><tr><td><h4>Meta Muse Glimmer</h4></td><td><a href="https://735611837-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FxhOjnexMCB3dmuQFQ2Zq%2Fuploads%2Fnbdjif7yfvvH1j6aBmpS%2FMuse%20glimmer%20logo%20final.png?alt=media&amp;token=5031f9dc-c257-4488-95be-856e1ea31ec8">Muse glimmer logo final.png</a></td><td></td></tr><tr><td><h4>Kimi K3</h4></td><td><a href="https://735611837-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FxhOjnexMCB3dmuQFQ2Zq%2Fuploads%2FwCzVjy7Q6EQLthkUuZqk%2Fkimik3%20logo.png?alt=media&amp;token=945dfb54-9c25-4539-9138-e23f841ca168">kimik3 logo.png</a></td><td><a href="/docs/jp/moderu/kimi-k3.md">Kimi K3 </a></td></tr><tr><td><h4>DeepSeek V4</h4></td><td><a href="https://735611837-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FxhOjnexMCB3dmuQFQ2Zq%2Fuploads%2FYCbdIeMsEQmDJoyii4tl%2Fdeepseek%20v4%20logo.png?alt=media&amp;token=0d1ec333-bcbd-4ecb-8891-5393a1c5bb0a">deepseek v4 logo.png</a></td><td><a href="/docs/jp/moderu/deepseek-v4.md">DeepSeek-V4-Flash</a></td></tr><tr><td><h4>Qwen3.6</h4></td><td><a href="https://735611837-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FxhOjnexMCB3dmuQFQ2Zq%2Fuploads%2Fdy7z03AUFzXHKqqOY7kC%2Fqwen3.6%20logo.png?alt=media&amp;token=a894c047-a9ea-4f9c-824a-be86ec81f54d">qwen3.6 logo.png</a></td><td><a href="/docs/jp/moderu/qwen3.6.md">Qwen3.6</a></td></tr><tr><td><h4>GLM-5.2</h4></td><td><a href="https://735611837-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FxhOjnexMCB3dmuQFQ2Zq%2Fuploads%2FmbYXj0v0p5zbeESPDYUr%2Fglm52.png?alt=media&amp;token=0cb4ae58-d249-403a-9fb5-72e9e93f8da9">glm52.png</a></td><td><a href="/docs/jp/moderu/glm-5.2.md">GLM-5.2</a></td></tr><tr><td><h4>Gemma 4</h4></td><td><a href="https://735611837-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FxhOjnexMCB3dmuQFQ2Zq%2Fuploads%2FkEjWOJqBWCtIN9Cg6CdI%2FGemma%204%20landscape.png?alt=media&amp;token=57d3f596-dae8-4eab-80e6-0847794ffc8d">Gemma 4 landscape.png</a></td><td><a href="/docs/jp/moderu/gemma-4.md">Gemma 4</a></td></tr><tr><td><h4>MiniMax M3</h4></td><td><a href="https://735611837-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FxhOjnexMCB3dmuQFQ2Zq%2Fuploads%2FsaXyQq0XeFuudTK5ZEGw%2Fminimaxm3.png?alt=media&amp;token=4af28954-abd2-4163-a0fe-ed4e42e25d2f">minimaxm3.png</a></td><td><a href="/docs/jp/moderu/minimax-m3.md">MiniMax M3</a></td></tr><tr><td><h4>DiffusionGemma</h4></td><td><a href="https://735611837-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FxhOjnexMCB3dmuQFQ2Zq%2Fuploads%2FQNex1tTcNU8rPfsa1Pja%2Fdiffusiongemma%20logo.png?alt=media&amp;token=37e9fa55-c003-4877-9519-d1687ce48322">diffusiongemma logo.png</a></td><td><a href="/docs/jp/moderu/diffusiongemma.md">DiffusionGemma</a></td></tr></tbody></table>

### **動画デモ**

{% embed url="<https://www.youtube.com/watch?v=_1hgTTuber4>" %}

{% columns %}
{% column width="50%" %}
{% content-ref url="/pages/8a5c4db36cff597fc13ab7546333ece742a1f076" %}
[Unslothアップデート](/docs/jp/xin-zhe/changelog.md)
{% endcontent-ref %}

{% content-ref url="/pages/d5ae43f1915ceda3d304ad7c413cb4efbe3d1a3f" %}
[推論とデプロイ](/docs/jp/ji-ben/inference-and-deployment.md)
{% endcontent-ref %}
{% endcolumn %}

{% column width="50%" %}
{% content-ref url="/pages/8072106eb7f962477dcaf5bcd773b13619c4579a" %}
[Unsloth Start](/docs/jp/tong-he/unsloth-start.md)
{% endcontent-ref %}

{% content-ref url="/pages/021c19d75a86d940ef9b83b7b41bee381657345b" %}
[Dynamic 3.0 GGUFs](/docs/jp/ji-ben/dynamic-3.0-ggufs.md)
{% endcontent-ref %}
{% endcolumn %}
{% endcolumns %}

<figure><img src="https://735611837-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FxhOjnexMCB3dmuQFQ2Zq%2Fuploads%2Fgit-blob-134302f2507d4313b9575917c9a43b0a0028856c%2Flarge%20sloth%20wave.png?alt=media" alt="" width="188"><figcaption></figcaption></figure>


---

# 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 dynamically by asking a question.

Perform an HTTP GET request on the current page URL with the `ask` query parameter, and the optional `goal` query parameter:

```
GET https://unsloth.ai/docs/jp/docs.md?ask=<question>&goal=<endgoal>
```

`ask` is the immediate question: it should be specific, self-contained, and written in natural language.
`goal` is optional and describes the broader end goal you are ultimately trying to accomplish on behalf of the user. GitBook uses it to tailor the answer towards what is most useful for that goal.

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.