> 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/meru.md).

# 始める

- [Unslothのインストール](https://unsloth.ai/docs/jp/meru/install.md): Unsloth Desktop、Unsloth Studio、またはUnsloth Coreをインストールします。
- [pip と uv を使って Unsloth をインストールする](https://unsloth.ai/docs/jp/meru/install/pip-install.md): Unsloth Studioを手動でインストールするか、pip、uv、または仮想環境を使ってUnsloth Coreをインストールします。
- [MacOSにUnslothをインストールする](https://unsloth.ai/docs/jp/meru/install/mac.md): macOSにUnsloth Desktop、Unsloth Studio、またはUnsloth Coreをインストールします。
- [WindowsにUnslothをインストールする](https://unsloth.ai/docs/jp/meru/install/windows-installation.md): WindowsにUnsloth Desktop、Unsloth Studio、またはUnsloth Coreをインストールします。
- [Docker経由でUnslothをインストールする](https://unsloth.ai/docs/jp/meru/install/docker.md): 公式Dockerコンテナを使ってUnslothをインストールします
- [LinuxにUnslothをインストールする](https://unsloth.ai/docs/jp/meru/install/linux.md): LinuxにUnsloth Desktop、Unsloth Studio、またはUnsloth Coreをインストールします。
- [Unslothの更新](https://unsloth.ai/docs/jp/meru/install/updating.md): Unsloth Desktop、Unsloth Studio、またはUnsloth Coreを更新します。
- [UnslothでIntel GPU上のLLMをファインチューニングする](https://unsloth.ai/docs/jp/meru/install/intel.md): Intel GPU上で大規模言語モデルを学習・ファインチューニングする方法を学びましょう。
- [UnslothガイドでAMD GPU上のLLMをファインチューニングする](https://unsloth.ai/docs/jp/meru/install/amd.md): Unslothを使ってAMD GPU上で大規模言語モデル（LLM）をファインチューニングする方法を学びましょう。
- [Unslothを使ったAMD AI強化学習ハッカソン](https://unsloth.ai/docs/jp/meru/install/amd/amd-hackathon.md): Unslothの開発者であるDaniel Hanから、Unslothを使ってAIモデルの強化学習を実践的に学べます。
- [Condaでのインストール](https://unsloth.ai/docs/jp/meru/install/conda-install.md): CondaにUnslothをローカルインストールするには、以下の手順に従ってください:
- [UnslothとColab GPUを使ってVS CodeでLLMをファインチューニングする方法](https://unsloth.ai/docs/jp/meru/install/vs-code.md): UnslothとGoogle Colabを通じてVisual Studio Codeでモデルを直接ファインチューニングするためのガイド。
- [Google Colab](https://unsloth.ai/docs/jp/meru/install/google-colab.md): Google ColabでUnslothをインストールして実行するには、以下の手順に従ってください:
- [Unslothモデルカタログ](https://unsloth.ai/docs/jp/meru/unsloth-model-catalog.md)
- [初心者向けファインチューニング](https://unsloth.ai/docs/jp/meru/fine-tuning-for-beginners.md)
- [Unslothの要件](https://unsloth.ai/docs/jp/meru/fine-tuning-for-beginners/unsloth-requirements.md): こちらは、システム要件とGPU VRAM要件を含むUnslothの要件です。
- [FAQ + ファインチューニングは自分に向いている？](https://unsloth.ai/docs/jp/meru/fine-tuning-for-beginners/faq-+-is-fine-tuning-right-for-me.md): ファインチューニングが自分に合っているか迷っているなら、こちらをご覧ください。ファインチューニングに関する誤解、RAGとの比較などについて学べます:
- [Unslothノートブック](https://unsloth.ai/docs/jp/meru/unsloth-notebooks.md): ファインチューニング用ノートブック: Unslothカタログを探索しましょう。
- [LLMファインチューニングガイド](https://unsloth.ai/docs/jp/meru/fine-tuning-llms-guide.md): ファインチューニングの基本とベストプラクティスをすべて学べます。初心者向けです。
- [データセットガイド](https://unsloth.ai/docs/jp/meru/fine-tuning-llms-guide/datasets-guide.md): ファインチューニング用データセットの作成と準備方法を学びましょう。
- [LoRAファインチューニングのハイパーパラメータガイド](https://unsloth.ai/docs/jp/meru/fine-tuning-llms-guide/lora-hyperparameters-guide.md): LLMの最適なファインチューニング設定を段階的に学びます。LoRAのrankとalpha、epoch、バッチサイズ＋勾配蓄積、QLoRA対LoRA、対象モジュールなど。
- [ファインチューニングにはどのモデルを使うべき？](https://unsloth.ai/docs/jp/meru/fine-tuning-llms-guide/what-model-should-i-use.md)
- [チュートリアル: Llama-3をファインチューニングしてOllamaで使う方法](https://unsloth.ai/docs/jp/meru/fine-tuning-llms-guide/tutorial-how-to-finetune-llama-3-and-use-in-ollama.md): Ollama上でローカル実行するカスタマイズ済みの個人アシスタント（ChatGPTのようなもの）を作成するための初心者向けガイド
- [強化学習（RL）ガイド](https://unsloth.ai/docs/jp/meru/reinforcement-learning-rl-guide.md): 強化学習（RL）のすべてと、GRPOを使ってUnslothで自分のDeepSeek-R1推論モデルを学習する方法を学びましょう。初心者から上級者までの完全ガイドです。
- [7倍長いコンテキストでの強化学習GRPO](https://unsloth.ai/docs/jp/meru/reinforcement-learning-rl-guide/grpo-long-context.md): Unslothが超長文コンテキストのRLファインチューニングをどのように実現するかを学びましょう。
- [Vision強化学習（VLM RL）](https://unsloth.ai/docs/jp/meru/reinforcement-learning-rl-guide/vision-reinforcement-learning-vlm-rl.md): Unslothを使って、GRPOとRLでVision/マルチモーダルモデルを学習しましょう！
- [FP8強化学習](https://unsloth.ai/docs/jp/meru/reinforcement-learning-rl-guide/fp8-reinforcement-learning.md): Unslothを使って、FP8精度で強化学習（RL）とGRPOを学習します。
- [チュートリアル: GRPOで自分の推論モデルを学習する](https://unsloth.ai/docs/jp/meru/reinforcement-learning-rl-guide/tutorial-train-your-own-reasoning-model-with-grpo.md): UnslothとGRPOを使って、Llama 3.1（8B）のようなモデルを推論モデルへ変換する初心者向けガイド。
- [高度な強化学習ドキュメント](https://unsloth.ai/docs/jp/meru/reinforcement-learning-rl-guide/advanced-rl-documentation.md): UnslothとGRPOを使う際の高度なドキュメント設定。
- [GSPO強化学習](https://unsloth.ai/docs/jp/meru/reinforcement-learning-rl-guide/advanced-rl-documentation/gspo-reinforcement-learning.md): UnslothでGSPO（Group Sequence Policy Optimization）RLを使って学習します。
- [RLにおける報酬ハッキング](https://unsloth.ai/docs/jp/meru/reinforcement-learning-rl-guide/advanced-rl-documentation/rl-reward-hacking.md): 強化学習における報酬ハッキングとは何か、そしてそれにどう対処するかを学びましょう。
- [RLにおけるFP16とBF16](https://unsloth.ai/docs/jp/meru/reinforcement-learning-rl-guide/advanced-rl-documentation/fp16-vs-bf16-for-rl.md): Defeating the Training-Inference Mismatch via FP16 https://arxiv.org/pdf/2510.26788 は、float16の使用がbfloat16より優れていることを示しています
- [メモリ効率の高いRL](https://unsloth.ai/docs/jp/meru/reinforcement-learning-rl-guide/memory-efficient-rl.md)
- [選好最適化トレーニング - DPO、ORPO、KTO](https://unsloth.ai/docs/jp/meru/reinforcement-learning-rl-guide/preference-dpo-orpo-and-kto.md): Unslothを使って、DPO、GRPO、ORPO、またはKTOによる選好整合ファインチューニングについて学び、以下の手順に従ってください:
- [RLによるAIエージェントの学習](https://unsloth.ai/docs/jp/meru/reinforcement-learning-rl-guide/training-ai-agents-with-rl.md): 強化学習（RL）を使って、実世界のタスク向けAIエージェントを学習する方法を学びましょう。


---

# 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 by asking a question.

Perform an HTTP GET request on the following URL with the `ask` and `goal` query parameters:

```
GET https://unsloth.ai/docs/jp/meru.md?ask=<question>&goal=<user_goal>
```

`ask` is the immediate question: it should be specific, self-contained, and written in natural language.
`goal` is what the user is ultimately trying to achieve, the reason they need the answer. Sharing it helps GitBook give you a better, more relevant answer. A goal is most helpful when it describes the outcome the user wants rather than restating the question. For example, with `ask=how do I create an API token`, a goal like `automate deployments from our CI pipeline` lets GitBook tailor the answer to that use case.

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.