# ブログ

- [Unsloth Kernels + Packing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50万以上のトークンのコンテキストウィンドウを有効にしてファインチューニング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): 精度を回復するために、UnslothとPyTorchでモデルを4-bitに量子化します。
- [NVIDIA DGX StationでUnslothを使ってLLMをファインチューニング](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か、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](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）を行うチュートリアル。
- [Blackwell、RTX 50シリーズとUnslothでLLMをファインチューニング](https://unsloth.ai/docs/jp/burogu/fine-tuning-llms-with-blackwell-rtx-50-series-and-unsloth.md): NVIDIAのBlackwell RTX 50シリーズとB200 GPUでLLMをファインチューニングする方法を、ステップバイステップガイドで学びましょう。
- [AMDの力を解き放つ: Unslothの公式サポートが登場！](https://unsloth.ai/docs/jp/burogu/amdnowokitsu-unslothnosaptoga.md): UnslothのAMD GPUサポートが正式対応になりました。NVIDIAハードウェア不要で、約70%少ないメモリで最大2倍高速にLLMをファインチューニングできます。
- [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ワークショップ用スライド。
- [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 Synthetic Data Hackathon](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・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: 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:

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

The question should be specific, self-contained, and written in natural language.
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.