> 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/burogu.md).

# ブログ

- [Unsloth Kernels + Packing による 3倍高速な LLM トレーニング](https://unsloth.ai/docs/jp/burogu/3x-faster-training-packing.md): Unsloth がトレーニングスループットを向上させ、ファインチューニング時のパディングの無駄をなくす方法を学びます。
- [50万コンテキスト長のファインチューニング](https://unsloth.ai/docs/jp/burogu/500k-context-length-fine-tuning.md): Unsloth で 50万トークン超のコンテキストウィンドウのファインチューニングを有効にする方法を学びます。
- [量子化対応学習（QAT）](https://unsloth.ai/docs/jp/burogu/quantization-aware-training-qat.md): Unsloth と PyTorch を使ってモデルを 4ビット量子化し、精度を回復する。
- [Unsloth を使って NVIDIA DGX Station 上で LLM をファインチューニングする](https://unsloth.ai/docs/jp/burogu/dgx-station.md): Unsloth のノートブックを使ってファインチューニングする方法についての NVIDIA DGX Station チュートリアル。
- [Unsloth と Docker で LLM をファインチューニングする方法](https://unsloth.ai/docs/jp/burogu/how-to-fine-tune-llms-with-unsloth-and-docker.md): Unsloth の Docker イメージを使って LLM をファインチューニングしたり、強化学習（RL）を行う方法を学びます。
- [NVIDIA DGX Spark と Unsloth で LLM をファインチューニングする](https://unsloth.ai/docs/jp/burogu/fine-tuning-llms-with-nvidia-dgx-spark-and-unsloth.md): NVIDIA DGX Spark 上で OpenAI gpt-oss をファインチューニングし、強化学習（RL）を行う方法のチュートリアル。
- [Blackwell、RTX 50 シリーズ、Unsloth で LLM をファインチューニングする](https://unsloth.ai/docs/jp/burogu/fine-tuning-llms-with-blackwell-rtx-50-series-and-unsloth.md): NVIDIA の Blackwell RTX 50 シリーズおよび B200 GPU で LLM をファインチューニングする方法を、ステップごとのガイドで学びましょう。
- [ComfyUI で Diffusion Image GGUF を実行する方法](https://unsloth.ai/docs/jp/burogu/comfyui.md): ComfyUI で Unsloth の Diffusion GGUF モデルを実行するためのガイド。
- [AI Engineer's 2025](https://unsloth.ai/docs/jp/burogu/ai-engineers-2025.md): AI Engineer's Worlds Fair 2025 ワークショップのスライド。
- [Unsloth - AI Engineer World's Fair 2026](https://unsloth.ai/docs/jp/burogu/ai-engineer-2026.md): AI Engineer's Worlds Fair 2026 ワークショップのスライド。
- [GPU Mode - 強化学習ミニカンファレンス 2026](https://unsloth.ai/docs/jp/burogu/gpu-mode-conference.md): PyTorch Conference 2025 の講演スライド。
- [Unsloth AMD PyTorch 合成データハッカソン](https://unsloth.ai/docs/jp/burogu/unsloth-amd-pytorch-synthetic-data-hackathon.md): AMD GPU で Unsloth を実行するためのヒントとコツ、トラブルシューティング、ガイド。
- [PyTorch Conference 2025 - Unsloth](https://unsloth.ai/docs/jp/burogu/pytorch-conference-2025-unsloth.md): PyTorch Conference 2025 の講演スライド。


---

# 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/burogu.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.