> 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のカーネル + パッキングでLLM学習を3倍高速化](https://unsloth.ai/docs/jp/burogu/3x-faster-training-packing.md): Unslothが学習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しょう。
- [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50万超のトークン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しょう。
- [量子化対応学習（QAT）](https://unsloth.ai/docs/jp/burogu/quantization-aware-training-qat.md): UnslothとPyTorchでモデルを4ビットに量子化し、精度を回復します。
- [NVIDIA DGX StationでUnslothを使って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する方法、または強化学習（RL）を行う方法を学びましょう。
- [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を使ってファインチューニングと強化学習（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): ステップごとのガイドで、NVIDIAのBlackwell RTX 50シリーズおよびB200 GPU上でLLMをファインチューニングする方法を学びましょう。
- [ComfyUIでDiffusion Image GGUFを実行する方法](https://unsloth.ai/docs/jp/burogu/comfyui.md): ComfyUIでUnsloth 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上で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.