> 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上の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で画像拡散モデルをローカルに実行する方法](https://unsloth.ai/docs/jp/ji-ben/diffusion-image.md)
- [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を使って、安全なリモートアクセスでローカルLLMをどこでも提供する方法](https://unsloth.ai/docs/jp/ji-ben/cloudflaretounslothwottenarimtoakusesuderkarullmwodokodemosuru.md)
- [Unsloth LAN Accessを使って、ネットワーク上の任意のデバイスからローカル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、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](https://unsloth.ai/docs/jp/ji-ben/inference-and-deployment/saving-to-gguf.md)
- [推測的デコーディング](https://unsloth.ai/docs/jp/ji-ben/inference-and-deployment/saving-to-gguf/speculative-decoding.md): llama-server、llama.cpp、vLLMなどで推測的デコーディングを行い、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を保存してvLLMへ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](https://unsloth.ai/docs/jp/ji-ben/inference-and-deployment/saving-to-ollama.md)
- [モデルをLM Studioへデプロイ](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する
- [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なしに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したモデルを実行する方法を学びましょう。
- [llama-server＆OpenAIエンドポイント 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持つ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): 自分のLLMをファインチューニングし、ExecuTorchを使ってAndroidまたはiPhoneにデプロイするためのチュートリアル。
- [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時に問題が発生している場合。
- [Hugging Face Jobsを使ったLLMのデプロイ](https://unsloth.ai/docs/jp/ji-ben/inference-and-deployment/deploying-llms-with-hugging-face-jobs.md): Hugging Face JobsとSKILLを使って、Codex / Claude CodeでLFMを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に使う。
- [Unsloth Dynamic NVFP4 実行ガイド](https://unsloth.ai/docs/jp/ji-ben/nvfp4.md): Unsloth Dynamic NVFP4が、NVIDIA Blackwell GPU上で高速かつ高精度な4ビット推論をどのように実現するかを学びます。
- [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で複数GPUと並列処理を使ってLLMをファインチューニングする方法を学びます。
- [分散データ並列（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、分散データ並列（DDP）で複数GPU上で学習する方法を学びましょう！
- [Unslothガイドによる埋め込みモデルのファインチューニング](https://unsloth.ai/docs/jp/ji-ben/embedding-finetuning.md): Unslothで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でTTSおよびSTT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でビジョン/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): 停止したダウンロード、行き詰まったダウンロード、遅いダウンロードのデバッグと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、チャットテンプレートの基本とカスタマイズ方法を学びましょう！
- [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が壊れる場合や、何かをオフにしたい場合に役立つ可能性のある高度なフラグ。
- [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、一時停止してから再開できます。
- [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.