> 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 Dynamic 3.0 GGUF](https://unsloth.ai/docs/jp/ji-ben/dynamic-3.0-ggufs.md)
- [Aider PolyglotでのUnsloth Dynamic GGUF](https://unsloth.ai/docs/jp/ji-ben/dynamic-3.0-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
- [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)
- [CloudflareとUnslothで安全なリモートアクセスを使い、どこからでもローカルLLMを提供する方法](https://unsloth.ai/docs/jp/ji-ben/cloudflaretounslothdenarimtoakusesuwoidokokarademorkarullmwosuru.md)
- [Unsloth LAN Accessを使って、ネットワーク上のどのデバイスからでもローカルAIモデルを提供する方法](https://unsloth.ai/docs/jp/ji-ben/lan.md)
- [推論とデプロイ](https://unsloth.ai/docs/jp/ji-ben/inference-and-deployment.md): ファインチューニングしたモデルを保存して、お気に入りの推論エンジンで実行できるようにする方法を学びましょう。
- [GGUFに保存する](https://unsloth.ai/docs/jp/ji-ben/inference-and-deployment/saving-to-gguf.md)
- [推測デコード](https://unsloth.ai/docs/jp/ji-ben/inference-and-deployment/saving-to-gguf/speculative-decoding.md): llama-server、llama.cpp、vLLMなどを使った推測デコードで、推論を2倍高速化します
- [vLLMのデプロイと推論ガイド](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・デプロイするガイドです
- [vLLMエンジン引数](https://unsloth.ai/docs/jp/ji-ben/inference-and-deployment/vllm-guide/vllm-engine-arguments.md)
- [LoRAホットスワッピングガイド](https://unsloth.ai/docs/jp/ji-ben/inference-and-deployment/vllm-guide/lora-hot-swapping-guide.md)
- [モデルをOllamaに保存する](https://unsloth.ai/docs/jp/ji-ben/inference-and-deployment/saving-to-ollama.md)
- [モデルをLM Studioにデプロイする](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に実行・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): ターミナル環境でUIなしでLM Studio CLIをインストールするガイドです。
- [SGLangのデプロイと推論ガイド](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・デプロイするガイドです
- [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した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やiPhoneにデプロイするためのチュートリアルです。
- [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、LFMをCodex / Claude CodeとSKILLでファインチューニングする
- [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): ローカル端末で Claude Code とオープンモデルを使うためのガイド。
- [OpenAI Codex でローカル LLM を実行する方法](https://unsloth.ai/docs/jp/ji-ben/codex.md): 端末上で OpenAI Codex とオープンモデルをローカルに使う方法。
- [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 上で高速かつ高精度な 4-bit 推論を実現する方法を学びます。
- [Unslothで画像拡散モデルをローカル実行する方法](https://unsloth.ai/docs/jp/ji-ben/diffusion-image.md)
- [Unsloth で AMD GPU 上のモデルを学習・実行する](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す。
- [Unsloth によるマルチ 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 上で LLM をファインチューニングし、並列処理する方法を学びます。
- [Distributed Data Parallel (DDP) によるマルチ 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 上に学習する方法を学びましょう！
- [Unsloth による埋め込みモデルのファインチューニングガイド](https://unsloth.ai/docs/jp/ji-ben/embedding-finetuning.md): Unsloth を使って埋め込み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す。
- [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。
- [テキスト読み上げ (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す。
- [ローカル LLM 向けツール呼び出しガイド](https://unsloth.ai/docs/jp/ji-ben/tool-calling-guide-for-local-llms.md)
- [ビジョンのファインチューニング](https://unsloth.ai/docs/jp/ji-ben/vision-fine-tuning.md): Unsloth を使ってビジョン／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す
- [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): 停止したり詰まったダウンロードや遅いダウンロードのデバッグ、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): 会話形式、ChatML、ShareGPT、Alpaca 形式などを含む、チャットテンプレートの基礎とカスタマイズ方法を学びます！
- [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が壊れる場合や、機能をオフに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): 別名 継続ファインチューニング。Unsloth では継続的に事前学習できるため、モデルは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、一時停止してから再開できます。
- [Unsloth ベンチマーク](https://unsloth.ai/docs/jp/ji-ben/unsloth-benchmarks.md): Unsloth が NVIDIA GPU 上で記録したベンチマークです。


---

# 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.