> 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で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、または仮想環境で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を使ったIntel GPUでのLLMファインチューニング](https://unsloth.ai/docs/jp/meru/install/intel.md): Intel GPU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ガイドを使ったAMD GPUでのLLMファインチューニング](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による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を使ったAIモデル向け強化学習の実践的な手法を学びましょう。 - [Condaインストール](https://unsloth.ai/docs/jp/meru/install/conda-install.md): CondaでUnslothをローカルに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でVS Code内で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を介して、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です。 - [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): 以下は、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向い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のよくある誤解、RAGとの違いなどを学べます： - [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のデータセットを作成・準備する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ファインチューニングに最適な設定を、LoRAのrankとalpha、エポック、バッチサイズ＋勾配蓄積、QLoRA対LoRA、対象モジュールなどまで、ステップごとに学びましょう。 - [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、カスタマイズした個人アシスタント（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可能に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): GRPOとRLを使って、Unsloth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です。 - [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をGRPOと併用する際の詳細なドキュメント設定です。 - [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、そしてそれをどう防ぐかを学びましょう。 - [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の方が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) - [選好最適化学習 - DPO、ORPO、KTO](https://unsloth.ai/docs/jp/meru/reinforcement-learning-rl-guide/preference-dpo-orpo-and-kto.md): Unslothを介した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を使った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 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/meru.md?ask=&goal= ``` `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.