🦥Unslothドキュメント

Unslothを使えば、自分のローカルハードウェア上でAIモデルを実行・学習できます。

私たちのドキュメントでは、自分のモデルをローカルで実行・学習する方法を案内します。

始める GitHub

Google Gemma 4

Googleの新しいGemma 4モデルを実行・学習しましょう！

Unsloth Studio のご紹介

LLM を学習・実行するための、新しいオープンなノーコードWeb UI。

Qwen3.5

新しい Qwen3.5 Small & Medium LLM が登場！

NVIDIA Nemotron 3

NVIDIAによる新しい4Bおよび120Bモデルを実行。

より高速な MoE が登場！

より少ない VRAM で MoE LLM を12倍高速に学習。

Claude Code と Codex

Claude と OpenAI 経由でローカル LLM を実行する方法を学びましょう。

Qwen3-Coder-Next

新しい80Bコーディングモデルを実行・ファインチューニング。

GLM-4.7-Flash

エージェント的コーディング向けの30Bモデルを実行・ファインチューニング。

🦥 なぜ Unsloth？

• 私たちは以下のチームと直接協力しています gpt-oss, Qwen3, Llama 4, Mistral, Gemma 1-3 および Phi-4では、私たちは 重要なバグを修正し 、モデル精度を大きく向上させました。たとえばAndrej Karpathyは私たちの仕事を 高く評価しています.

• Unsloth はローカルでの学習、推論、データ、デプロイを効率化します

• Unsloth は500以上のモデルの推論と学習をサポートしています： ビジョン, TTS, 埋め込み, RL

⭐ 機能

Unslothを使えば、テキスト用のモデルを実行・学習できます。 音声, 埋め込み, ビジョン など。Unsloth は推論と学習の両方において多くの重要機能を提供します：

推論

• GGUF、LoRAアダプタ、safetensors など、任意のモデルを検索 + ダウンロード + 実行。

• 自己修復型ツール呼び出し ／Web検索、および OpenAI 互換APIの呼び出し。

• 推論パラメータの自動 チューニングとチャットテンプレートの編集。

• エクスポートまたは保存 モデルを GGUF、16ビット safetensor などに。

• 出力を比較 2つの異なるモデルを並べて比較。

学習

• 学習して RL 500以上のモデルを、約70%少ないVRAMで約2倍高速に（精度低下なし）

• フルファインチューニング、事前学習、4ビット、16ビット、FP8学習をサポート。

• データセットを自動作成 PDF、CSV、DOCXファイルから。ビジュアルなノードワークフローでデータを編集。

• 可観測性：学習をライブ監視し、損失、GPU使用率を追跡し、グラフをカスタマイズ

• 最も効率的な 強化学習 ライブラリで、GRPOに使うVRAMを80%削減、 FP8 など。

• マルチGPU は動作しますが、さらに良い版がまもなく登場します！

クイックスタート

Unsloth は MacOS、Linux、 Windows, NVIDIA、Intel および CPU 構成をサポートしています。こちらをご覧ください： Unslothの要件。更新するには同じコマンドを使ってください：

MacOS、Linux、WSL:

Windows PowerShell:

Docker

公式の Dockerイメージ: unsloth/unsloth は現在、Windows、WSL、Linux で動作します。MacOS対応は近日公開予定です。

Unsloth を起動

新しいモデル

Kimi K2.5

MiniMax-M2.5

GLM-5

ファインチューニングとRLとは？なぜ必要なのか？

ファインチューニング LLM は、その振る舞いをカスタマイズし、ドメイン知識を強化し、特定タスク向けに性能を最適化します。事前学習済みモデル（例：Llama-3.1-8B）をデータセットでファインチューニングすることで、次のことができます：

• 知識の更新：新しいドメイン固有の情報を導入する。

• 振る舞いのカスタマイズ：モデルの口調、性格、応答スタイルを調整する。

• タスク向けの最適化：特定のユースケースに対する精度と関連性を向上させる。

強化学習 (RL) とは、エージェントが環境と相互作用し、 フィードバック を 報酬 または 罰則.

• アクション： モデルが生成するもの（例：文）。

• 報酬： モデルの行動がどれだけ良かったか、または悪かったかを示す信号（例：応答は指示に従っていたか？役に立ったか？）。

• 環境： モデルが取り組んでいるシナリオやタスク（例：ユーザーの質問に答える）。

ファインチューニングまたはRLの使用例:

• 見出しが企業に対してポジティブかネガティブかをLLMが予測できるようにする。

• 過去の顧客とのやり取りを使って、より正確でカスタムな応答が可能。

• 契約書分析、判例調査、コンプライアンスのために、法的文書でLLMをファインチューニング。

ファインチューニング済みモデルは、特定のタスクをより効果的かつ効率的に実行するために設計された専門エージェントと考えることができます。 ファインチューニングはRAGのすべての機能を再現できますが、その逆はできません。