> 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): こちらがUnslothの要件で、システム要件とGPU VRAM要件が含まれます。 - [FAQ + ファインチューニングは私に向いている？](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の誤解、RAGとの比較などを学べます： - [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。 - [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](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](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。 - [LinuxにUnslothをインストール](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。 - [WindowsにUnslothをインストール](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。 - [UnslothガイドでAMD GPU上のLLMを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で行う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Daniel Hanによる、Unslothを使ったAIモデルの強化学習の実践的テクニックを学びましょう。 - [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。 - [DockerでUnslothをインストール](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 - [UnslothでIntel GPU上のLLMをファインチューニング](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。 - [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を介してVisual Studio Code内でモデルを直接ファインチューニングするガイド。 - [Google Colab](https://unsloth.ai/docs/jp/meru/install/google-colab.md): Google Colabに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： - [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): 最適なLLM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、エポック数、バッチサイズ＋勾配累積、QLoRA vs. 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ム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を網羅した完全ガイドです。 - [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がどのように超長文コンテキストのRLファインチューニングを可能にするかを学びましょう。 - [ビジョン強化学習（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でビジョン／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を使用する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の報酬ハッキング](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、そしてそれへの対処法を学びましょう。 - [RLにおけるFP16 vs 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 では、float16の使用がbfloat16より優れていることが示されています - [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を通じてDPO、GRPO、ORPO、またはKTOで選好アライメントの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.