> 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/ji-ben.md).

# 基本

- [UnslothをAPIエンドポイントとして使う方法](https://unsloth.ai/docs/jp/ji-ben/api.md)
- [推論とデプロイ](https://unsloth.ai/docs/jp/ji-ben/inference-and-deployment.md): お気に入りの推論エンジンで実行できるように、ファインチューニング済みモデルを保存する方法を学びましょう。
- [GGUFに保存](https://unsloth.ai/docs/jp/ji-ben/inference-and-deployment/saving-to-gguf.md)
- [Speculative Decoding](https://unsloth.ai/docs/jp/ji-ben/inference-and-deployment/saving-to-gguf/speculative-decoding.md): llama-server、llama.cpp、vLLMなどを使ったSpeculative Decodingで、推論を2倍高速化
- [vLLMデプロイ＆推論ガイド](https://unsloth.ai/docs/jp/ji-ben/inference-and-deployment/vllm-guide.md): 本番環境でLLMを提供するために、LLMをvLLMへ保存・デプロイするためのガイド
- [vLLMエンジン引数](https://unsloth.ai/docs/jp/ji-ben/inference-and-deployment/vllm-guide/vllm-engine-arguments.md)
- [LoRAホットスワップガイド](https://unsloth.ai/docs/jp/ji-ben/inference-and-deployment/vllm-guide/lora-hot-swapping-guide.md)
- [Ollamaへのモデル保存](https://unsloth.ai/docs/jp/ji-ben/inference-and-deployment/saving-to-ollama.md)
- [LM Studioへのモデルデプロイ](https://unsloth.ai/docs/jp/ji-ben/inference-and-deployment/lm-studio.md): GGUFにモデルを保存して、LM Studioで実行・デプロイできるようにします
- [LinuxターミナルにLM Studio CLIをインストールする方法](https://unsloth.ai/docs/jp/ji-ben/inference-and-deployment/lm-studio/how-to-install-lm-studio-cli-in-linux-terminal.md): ターミナル環境にUIなしでLM Studio CLIをインストールするガイド。
- [SGLangデプロイ＆推論ガイド](https://unsloth.ai/docs/jp/ji-ben/inference-and-deployment/sglang-guide.md): 本番環境でLLMを提供するために、LLMをSGLangへ保存・デプロイするためのガイド
- [Unsloth推論](https://unsloth.ai/docs/jp/ji-ben/inference-and-deployment/unsloth-inference.md): Unslothの高速推論でファインチューニング済みモデルを実行する方法を学びましょう。
- [llama-serverとOpenAIエンドポイントのデプロイガイド](https://unsloth.ai/docs/jp/ji-ben/inference-and-deployment/llama-server-and-openai-endpoint.md): OpenAI互換エンドポイントを備えたllama-server経由でのデプロイ
- [iOSまたはAndroidスマートフォンでLLMを実行・デプロイする方法](https://unsloth.ai/docs/jp/ji-ben/inference-and-deployment/deploy-llms-phone.md): ExecuTorchを使って自分のLLMをファインチューニングし、AndroidまたはiPhoneにデプロイするチュートリアル。
- [推論のトラブルシューティング](https://unsloth.ai/docs/jp/ji-ben/inference-and-deployment/troubleshooting-inference.md): モデルの実行や保存で問題が発生している場合。
- [Hugging Face JobsでLLMをデプロイする](https://unsloth.ai/docs/jp/ji-ben/inference-and-deployment/deploying-llms-with-hugging-face-jobs.md): Hugging Face JobsとSkillsを使って、Codex / Claude Code向けにLFMをSKILLでファインチューニングする方法。
- [Claude CodeでローカルLLMを実行する方法](https://unsloth.ai/docs/jp/ji-ben/claude-code.md): ローカルデバイス上でClaude Codeとオープンモデルを使うガイド。
- [OpenAI CodexでローカルLLMを実行する方法](https://unsloth.ai/docs/jp/ji-ben/codex.md): デバイス上でOpenAI Codexとオープンモデルをローカルで使います。
- [Unsloth Dynamic NVFP4 実行ガイド](https://unsloth.ai/docs/jp/ji-ben/nvfp4.md): Unsloth Dynamic NVFP4 により、NVIDIA Blackwell GPU で高速かつ高精度な 4 ビット推論が可能になる仕組みを学びます。
- [Unsloth で AMD GPU 上のモデルを学習・実行](https://unsloth.ai/docs/jp/ji-ben/amd.md)
- [ローカルLLMでMCPサーバーを使う方法](https://unsloth.ai/docs/jp/ji-ben/mcp.md): スクリーンショット付きで、MCPサーバーをオープンAIモデルに接続する方法を学びましょう。
- [UnslothでのマルチGPUファインチューニング](https://unsloth.ai/docs/jp/ji-ben/multi-gpu-training-with-unsloth.md): Unslothを使って、複数GPUと並列処理でLLMをファインチューニングする方法を学びましょう。
- [Distributed Data Parallel（DDP）を使ったマルチGPUファインチューニング](https://unsloth.ai/docs/jp/ji-ben/multi-gpu-training-with-unsloth/ddp.md): Unsloth CLIを使って、Distributed Data Parallel（DDP）で複数GPU学習を行う方法を学びましょう！
- [UnslothでのEmbeddingモデルファインチューニングガイド](https://unsloth.ai/docs/jp/ji-ben/embedding-finetuning.md): Unslothを使ってEmbeddingモデルを簡単にファインチューニングする方法を学びましょう。
- [UnslothでMoEモデルを12倍高速にファインチューニング](https://unsloth.ai/docs/jp/ji-ben/faster-moe.md): Unslothガイドを使って、MoE LLMをローカルで学習します。
- [Text-to-Speech（TTS）ファインチューニングガイド](https://unsloth.ai/docs/jp/ji-ben/text-to-speech-tts-fine-tuning.md): Unslothを使ってTTSとSTTの音声モデルをファインチューニングする方法を学びましょう。
- [Unsloth Dynamic 2.0 GGUF](https://unsloth.ai/docs/jp/ji-ben/unsloth-dynamic-2.0-ggufs.md): Dynamic量子化の大きな新アップグレードです！
- [Aider Polyglot上のUnsloth Dynamic GGUF](https://unsloth.ai/docs/jp/ji-ben/unsloth-dynamic-2.0-ggufs/unsloth-dynamic-ggufs-on-aider-polyglot.md): Aider PolyglotベンチマークにおけるUnsloth Dynamic GGUFの性能
- [ローカルLLMのためのツール呼び出しガイド](https://unsloth.ai/docs/jp/ji-ben/tool-calling-guide-for-local-llms.md)
- [Visionファインチューニング](https://unsloth.ai/docs/jp/ji-ben/vision-fine-tuning.md): Unslothを使ってVision/マルチモーダルLLMをファインチューニングする方法を学びましょう
- [トラブルシューティングとFAQ](https://unsloth.ai/docs/jp/ji-ben/troubleshooting-and-faqs.md): 問題を解決するためのヒントと、よくある質問。
- [Hugging Face Hub、XETのデバッグ](https://unsloth.ai/docs/jp/ji-ben/troubleshooting-and-faqs/hugging-face-hub-xet-debugging.md): デバッグ、停止・詰まりが発生したダウンロード、低速ダウンロードのトラブルシューティング
- [チャットテンプレート](https://unsloth.ai/docs/jp/ji-ben/chat-templates.md): Conversational、ChatML、ShareGPT、Alpaca形式などを含む、チャットテンプレートの基本とカスタマイズオプションを学びましょう！
- [Unsloth環境フラグ](https://unsloth.ai/docs/jp/ji-ben/unsloth-environment-flags.md): ファインチューニングの失敗が見られる場合や、何かを無効化したい場合に役立つ高度なフラグです。
- [継続事前学習](https://unsloth.ai/docs/jp/ji-ben/continued-pretraining.md): 継続ファインチューニングとも呼ばれます。Unslothでは継続的に事前学習できるため、モデルが新しい言語を学習できます。
- [最後のチェックポイントからのファインチューニング](https://unsloth.ai/docs/jp/ji-ben/finetuning-from-last-checkpoint.md): チェックポイント機能により、ファインチューニングの進捗を保存して、一時停止してから続行できます。
- [Unslothベンチマーク](https://unsloth.ai/docs/jp/ji-ben/unsloth-benchmarks.md): NVIDIA GPU上で記録されたUnslothのベンチマーク。


---

# 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/ji-ben.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.