> 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を使えば、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。

ドキュメントでは、独自のLLMをローカルで実行・学習する手順を案内します。

<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>意思決定モデル</strong></td><td>どんなモデルでも意思決定モデルに変えられます。</td><td><a href="https://735611837-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FxhOjnexMCB3dmuQFQ2Zq%2Fuploads%2FAR7yKT6SAX6lxfycVoHb%2Ftrain%20decision%20model%20thumbnail.png?alt=media&amp;token=0f302911-51dc-4d01-bf77-87433ad3490c">train decision model thumbnail.png</a></td><td><a href="/docs/jp/shii/train-your-own-decision-model-with-unsloth.md">Train your own Decision Model</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="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>EmbeddingGemma 2</strong></td><td>Googleの新しいマルチモーダル埋め込みモード。</td><td><a href="https://735611837-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FxhOjnexMCB3dmuQFQ2Zq%2Fuploads%2FazS5jiiTBR77ttEiqCrP%2Fembeddinggemma%202%20logo.png?alt=media&amp;token=0408c262-b5ea-49e5-a96a-c585a2a3fae6">embeddinggemma 2 logo.png</a></td><td><a href="/docs/jp/moderu/embeddinggemma-2.md">EmbeddingGemma 2</a></td></tr><tr><td><strong>Qwen-Image-2.1</strong></td><td>7Bのテキスト画像変換モデルをローカルで実行しよう！</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アーキテクチャを採用し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%2FZLsomjRej3AKufXjHrF9%2Fqwen38%20flash%20new%20logo.png?alt=media&amp;token=adf61838-1b5e-4d2d-aa52-3ae4d9b728f1">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をご紹介</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></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構成に対応しています。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)

または、手動インストールを希望する場合:

**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" %}
[大規模言語モデル（LLM）チュートリアル](/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をAPIエンドポイントとして使う方法](/docs/jp/ji-chu/api.md)
{% endcontent-ref %}
{% endcolumn %}
{% endcolumns %}

### 👾 Unsloth Start

{% columns %}
{% column width="58.333333333333336%" %}
[Unsloth Start](/docs/jp/desktop/unsloth-start.md) 接続できます [Claude Code](/docs/jp/ji-chu/api/claude-code.md), [Codex](/docs/jp/ji-chu/api/codex.md) や他のエージェントを、ローカルモデルに `unsloth start` コマンドを実行できるようにします。

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` 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をローカルで使って動作する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なのか？

* 私たちは以下の開発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) 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氏は [私たちの取り組みを高く評価しています](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： [視覚](/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を使えば、テキスト向けのモデルを実行・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), [視覚](https://unsloth.ai/docs/basics/vision-fine-tuning) そのほかにも。Unslothは推論と学習の両方に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＆ツール：** ローカルモデルを使って [Claude Code](https://unsloth.ai/docs/basics/claude-code), [Codex](https://unsloth.ai/docs/basics/codex)と [MCP](https://unsloth.ai/docs/basics/mcp)、ツール呼び出しやコード実行を含めた操作ができます。
* **検索＆RAG：** プライベートかつ無制限のウェブ検索、深い調査、自動圧縮（ローリングコンテキストウィンドウ）、RAGを利用できます。
* **画像と動画：** 実行と学習 [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経由で。
* **接続：** モデルを通じて提供できます [OpenAI互換API](https://unsloth.ai/docs/basics/api)。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も接続できます](https://unsloth.ai/docs/integrations/connections)

#### 学習＆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、 [精度を落とさずに](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＆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できます [GGUF](https://unsloth.ai/docs/basics/inference-and-deployment/saving-to-gguf)、NVFP4、FP8など。
* **データセット：** PDF、CSV、DOCXファイルなどからデータセットを構築できます [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/tutorials/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/tutorials/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/tutorials/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 - ローカルでの実行方法</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/tutorials/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/tutorials/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の更新](/docs/jp/shii/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/desktop/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="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 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/jp/docs.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.