> 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を使うと、オープンソースUI経由で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。

当社のドキュメントが、ローカルで自分のLLMを実行・学習する手順をご案内します。

<a href="https://unsloth.ai/download" class="button primary" data-icon="down-to-bracket">ダウンロード</a><a href="/pages/56e2e9287bf3a745387f38306e0a6d8d02661865#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-Flash-Next</strong></td><td>Qwen4アーキテクチャを採用した新しいマルチモーダルMoEモデル。</td><td><a href="/files/b7782cbed3f2b51c44fd2f405e90466bd58ec36e">/files/b7782cbed3f2b51c44fd2f405e90466bd58ec36e</a></td><td><a href="/pages/a747d6233aecf72068d740d9effe821812e647b3">/pages/a747d6233aecf72068d740d9effe821812e647b3</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> by Z.ai.</td><td><a href="/files/3620c459de311e725473b3950bdbe0dc4d8f2f8e">/files/3620c459de311e725473b3950bdbe0dc4d8f2f8e</a></td><td><a href="/pages/1e2ff4c2c3ab2b8bf7abf958679105509f3070d3">/pages/1e2ff4c2c3ab2b8bf7abf958679105509f3070d3</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="/files/56bf32dd993dc52a48c6c0ace17c134b6c8b04e2">/files/56bf32dd993dc52a48c6c0ace17c134b6c8b04e2</a></td><td><a href="/pages/56e2e9287bf3a745387f38306e0a6d8d02661865">/pages/56e2e9287bf3a745387f38306e0a6d8d02661865</a></td></tr><tr><td><strong>GLM-5.3</strong></td><td>これまでで最強のオープンモデルを実行できます。</td><td><a href="/files/79ffdc01f94c492a31290e417088a4554e16af13">/files/79ffdc01f94c492a31290e417088a4554e16af13</a></td><td><a href="/pages/7fe1c93298372393263b40598adbb4f621a42097">/pages/7fe1c93298372393263b40598adbb4f621a42097</a></td></tr><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="/files/d83b451cac2b34d01da833a4f7a654fb67739daa">/files/d83b451cac2b34d01da833a4f7a654fb67739daa</a></td><td></td></tr><tr><td><strong>DeepSeek-V4-Flash-0731</strong></td><td>128GB RAMで動作する新しい284Bモデル。</td><td><a href="/files/b8316ea3d47f4d30ddb2ed21b1b874bc63be15e6">/files/b8316ea3d47f4d30ddb2ed21b1b874bc63be15e6</a></td><td><a href="/pages/7e26e08ac7ef8f627a7df931c96d2f819be44cd4">/pages/7e26e08ac7ef8f627a7df931c96d2f819be44cd4</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、CPU構成をサポートしています。こちらをご覧ください: [Unsloth の要件](/docs/jp/meru/fine-tuning-for-beginners/unsloth-requirements.md)。お使いのOS用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)

または、手動インストールをご希望の場合は:

**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-chu/api.md)
{% endcontent-ref %}
{% endcolumn %}
{% endcolumns %}

### 👾 Unsloth Start

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

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、次を実行します:

```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="/files/c7759bdcfceef3f51b87d20f4c8b15da1a3a0ab1" alt="" width="563"><figcaption><p>Qwen3.5でローカル実行している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-caduceus">:caduceus:</i> Hermes Agent                 | `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` |

### 🦥 なぜUnslothなのか？

* 私たちは以下のチームと直接協力しています [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) および [Phi-4](https://unsloth.ai/blog/phi4)において、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 [私たちの仕事を高く評価しています](https://x.com/karpathy/status/1765473722985771335).
* Unslothはローカル学習、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: [ビジョン](/docs/jp/ji-chu/vision-fine-tuning.md), [TTS](/docs/jp/ji-chu/text-to-speech-tts-fine-tuning.md), [埋め込み](/docs/jp/ji-chu/embedding-finetuning.md), [RL](/docs/jp/meru/reinforcement-learning-rl-guide.md)

### ⭐ 機能

Unslothを使うと、テキスト、 [音声](https://unsloth.ai/docs/basics/text-to-speech-tts-fine-tuning), [埋め込み](https://unsloth.ai/docs/new/embedding-finetuning), [ビジョン](https://unsloth.ai/docs/basics/vision-fine-tuning) などのモデルを実行・学習できます。Unslothは、推論と学習の両方に役立つ多くの主要機能を提供します:

#### 推論

* LLM、拡散モデル、埋め込み、音声モデルを実行・学習: [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。ツール呼び出しとコード実行も含みます。
* **検索とRAG:** プライベートで無制限のWeb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) および動画の拡散モデルやマルチモーダルモデルを
* **リモート＆LAN:** LAN上の任意のデバイスからローカルモデルにアクセスできます [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を通じて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)として提供できます。また、ChatGPT/Codexサブスクリプションと [クラウドプロバイダー](https://unsloth.ai/docs/integrations/connections)

#### 学習とデプロイ

* **ファインチューニング:** LLM、拡散モデル、TTS、埋め込みモデルを、VRAMを70%削減しながら2倍高速で学習できます。 [精度低下なし](https://unsloth.ai/blog#training)
* **完全対応:** サポート: [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) またはモデルをデプロイできます。対応形式には [GGUF](https://unsloth.ai/docs/basics/inference-and-deployment/saving-to-gguf)、NVFP4、FP8などがあります。
* **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="/files/d83b451cac2b34d01da833a4f7a654fb67739daa">/files/d83b451cac2b34d01da833a4f7a654fb67739daa</a></td><td><a href="/pages/c107b4bfdcfe3f60b5f50e7db1acc53b4a2496d1">/pages/c107b4bfdcfe3f60b5f50e7db1acc53b4a2496d1</a></td></tr><tr><td><h4>Meta Muse Glimmer</h4></td><td><a href="/files/c124e274ca600d67436922c1a300a129479d7968">/files/c124e274ca600d67436922c1a300a129479d7968</a></td><td></td></tr><tr><td><h4>Kimi K3</h4></td><td><a href="/files/d5fd1352cfa7cdcf52a09e300dd27eb445a7fb42">/files/d5fd1352cfa7cdcf52a09e300dd27eb445a7fb42</a></td><td><a href="/pages/335086c72f3270ee21c3c5142bcf04bb46883008">/pages/335086c72f3270ee21c3c5142bcf04bb46883008</a></td></tr><tr><td><h4>DeepSeek V4</h4></td><td><a href="/files/97a37ab75c77f157c38c11a1ba112bd7cdac1ebb">/files/97a37ab75c77f157c38c11a1ba112bd7cdac1ebb</a></td><td><a href="/pages/7e26e08ac7ef8f627a7df931c96d2f819be44cd4">/pages/7e26e08ac7ef8f627a7df931c96d2f819be44cd4</a></td></tr><tr><td><h4>Qwen3.6</h4></td><td><a href="/files/c5361b789c19cdbd217acbbd7b9c7dc782fa68e9">/files/c5361b789c19cdbd217acbbd7b9c7dc782fa68e9</a></td><td><a href="/pages/b1345d93eb2f70a681e5a0bf731e28a576f0f428">/pages/b1345d93eb2f70a681e5a0bf731e28a576f0f428</a></td></tr><tr><td><h4>GLM-5.2</h4></td><td><a href="/files/a9598080027e505e7bf3d9280b85f839db83f898">/files/a9598080027e505e7bf3d9280b85f839db83f898</a></td><td><a href="/pages/1d43caebcc2925464cc42990bf5ebdc3d13c3c85">/pages/1d43caebcc2925464cc42990bf5ebdc3d13c3c85</a></td></tr><tr><td><h4>Gemma 4</h4></td><td><a href="/files/5c025ea67488709e0da4213cf7efa8b7695e2dee">/files/5c025ea67488709e0da4213cf7efa8b7695e2dee</a></td><td><a href="/pages/693bc7a2f22dcaf0c6bc0818f2076196fe331fa7">/pages/693bc7a2f22dcaf0c6bc0818f2076196fe331fa7</a></td></tr><tr><td><h4>MiniMax M3</h4></td><td><a href="/files/91bfec2545caab54ec0d3bc02b7aaf2287398311">/files/91bfec2545caab54ec0d3bc02b7aaf2287398311</a></td><td><a href="/pages/50406078caea6b2622d9cd4936900e0df0722103">/pages/50406078caea6b2622d9cd4936900e0df0722103</a></td></tr><tr><td><h4>DiffusionGemma</h4></td><td><a href="/files/427ec99ff63a03557dafc6f0350c526dbedb582c">/files/427ec99ff63a03557dafc6f0350c526dbedb582c</a></td><td><a href="/pages/67dde10a83f289f1c4d84bf59deafcd898794129">/pages/67dde10a83f289f1c4d84bf59deafcd898794129</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 の更新情報](/docs/jp/xin-zhe/changelog.md)
{% endcontent-ref %}

{% content-ref url="/pages/d5ae43f1915ceda3d304ad7c413cb4efbe3d1a3f" %}
[推論とデプロイ](/docs/jp/ji-chu/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-chu/dynamic-3.0-ggufs.md)
{% endcontent-ref %}
{% endcolumn %}
{% endcolumns %}

<figure><img src="/files/bd385b2b2308253670ecf2bc0475accccc5bb4e8" 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.