> 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/shii/changelog.md).

# Unslothの更新

最新リリース、改善点、修正点をまとめたUnslothの変更履歴。

最新の変更を使うには、 [Unsloth を更新してください](/docs/jp/shii/studio/install.md#update-unsloth-studio).

{% updates format="full" %}
{% update date="2026-10-19" tags="new-releases" %}

## DeepSeek V4.1-Flash-1017 と FLUX.3

DeepSeek-V4.1-Flash-1017 と FLUX.3 Image Klein が登場！ Unsloth で両方をローカル実行できます。さらに新機能として、チャット内の画像と動画、FSDP2（アルファ）によるマルチGPU学習、そしてコーディングエージェント向けのワンコマンドMCPセットアップも追加されました。

#### ハイライト

* **DeepSeek-V4.1-Flash-1017**：552B（有効16B）- SSD上の Engram テーブルを使い、1ビットで約125 GB上で動作 [ガイド](https://unsloth.ai/docs/models/deepseek-v4.1-flash)
* **FLUX.3 Image Klein**：24 GBで動作し、最大10枚の参照画像で編集可能 [GGUF](https://huggingface.co/unsloth/flux-3-image-klein-GGUF)
* **ワンコマンドMCPセットアップ**: `unsloth mcp add` Claude Code、Codex、または Cursor を Unsloth に接続します。
* **チャット内の画像と動画**：ローカルのチャットモデルは、隣に読み込まれた画像または動画モデルを使用します。
* **Qwen-Image-Edit-2509 と 2511**：最大3枚の画像を同時に編集できます。
* **トークンプレビュー**：学習開始前に、モデルが何を学ぶかを確認できます。

<a href="https://github.com/unslothai/unsloth/releases/tag/v0.1.909-beta" class="button primary">完全版リリースノート</a><a href="/docs/jp/moderu/deepseek-v4.1-flash.md" class="button secondary">DeepSeek-V4.1-Flash</a>
{% endupdate %}

{% update date="2026-10-15" tags="new-releases" %}

## NVIDIA Nemotron 3.5 + Meta Muse Spark Open

NVIDIA の新しい Nemotron 3.5 モデルと Meta の新しい Muse Spark Open を、Unsloth でローカル実行できます。新機能：テキスト拡散 LLM、DeepSpeed 学習、そしてコーディングエージェント向けのより良いプロンプトキャッシュ。

#### ハイライト

* **NVIDIA Nemotron 3.5 Bolt**：24 GB のメモリで動作。 [ガイド](https://unsloth.ai/docs/models/nemotron-3.5-bolt)
* **NVIDIA Nemotron 3.5 Super VL**：120B（有効12B） [ガイド](https://unsloth.ai/docs/models/nemotron-3.5-super-vl)
* **Meta Muse Spark Open**：816B（有効42.7B）- 256GB で動作 [ガイド](https://unsloth.ai/docs/models/muse-spark-open)
* **コーディングエージェント向けのより良いプロンプトキャッシュ**：Claude Code、Codex などのローカル GGUF モデルでは、各プロンプトの再処理量が大幅に減ります。
* **ブラウザー利用**：常に許可 が正しく機能し、カーソル操作、各チャットごとの個別タブが使えます。
* **接続経由の画像**：sd-server、Ollama、Lemonade などの画像サーバーで生成できます。
* **拡散 LLM**：LLaDA、Dream、SDAR などを、ライブのノイズ除去キャンバス付きで学習・チャットできます。

<a href="https://github.com/unslothai/unsloth/releases/tag/v0.1.908-beta" class="button primary">完全版リリースノート</a><a href="/docs/jp/moderu/nemotron-3.5-bolt.md" class="button secondary">Nemotron 3.5 Bolt</a><a href="/docs/jp/moderu/muse-spark-open.md" class="button secondary">Meta Muse Spark Open</a>
{% endupdate %}

{% update date="2026-10-12" tags="new-releases" %}

## ブラウザー利用 + **Qwen-Image-2.1-Turbo**

モデルが Unsloth 内でブラウザーを使えるようになりました。Browser use を有効にすると、モデルはページを開き、読み取り、クリックし、入力し、スクロールできます。Qwen-Image-2.1-Turbo も登場し、わずか8ステップで画像を生成します。さらに、テキスト拡散 LLM の学習、より高速な MoE GGUF、Mac 上での speculative decoding も含まれています。

#### ハイライト

* **ブラウザー利用。** ローカルモデルが Unsloth Browser を操作できます
* **Qwen-Image-2.1-Turbo**：8ステップで画像生成（2.5倍高速）。 [ガイドを見る](https://unsloth.ai/docs/models/qwen-image-2.1)
* **テキスト拡散 LLM を学習** DiffusionGemma、LLaDA、Dream など
* **最大3倍高速な MoE GGUF** VRAM より大きいものでも
* **Mac での speculative decoding** 最大2.8倍高速な MLX 応答

<a href="https://github.com/unslothai/unsloth/releases/tag/v0.1.906-beta" class="button primary">完全版リリースノート</a><a href="/docs/jp/moderu/qwen-image-2.1.md" class="button secondary">Qwen Image 2.1</a>
{% endupdate %}

{% update date="2026-10-08" tags="new-releases" %}

## 独自の Decision モデルを学習

あらゆるテキストまたは視覚 LLM を Unsloth で Jev 風の Decision モデルに変換し、Decision 精度を30%から80%へ引き上げます。Decision モデルの学習、テスト、エクスポート、配信を Unsloth から直接行えます。さらに、ネイティブな ComfyUI モデル、拡散の改善、Desktop のより良い Browser も含まれています。

#### ハイライト

* **任意のモデルを Jev 風の Decision モデルに変換します。** 精度 30% から 80%
* **ComfyUI の拡散モデルを読み込み** Unsloth 内でネイティブに
* **より高速で高精度な拡散** INT8 ConvRot などにより
* **Desktop のより良い Browser** 多くのバグ修正付き
* **サンドボックス化** Linux 用 Bwrap、Mac 用 Seatbelt、Windows 用 MXC により

<a href="https://github.com/unslothai/unsloth/releases/tag/v0.1.904-beta" class="button primary">完全版リリースノート</a><a href="/docs/jp/ji-chu/unslothdenomoderuwosuru.md" class="button secondary">Decision モデルガイド</a>

{% embed url="<https://github.com/user-attachments/assets/92959172-d2a2-450b-a5bf-6369a1e5ae16>" %}
{% endupdate %}

{% update date="2026-10-07" tags="new-releases" %}

## EmbeddingGemma 2 + Browser

このリリースでは、Unsloth 内にブラウザーが追加されました（browser use は近日公開予定）ので、ファイル、Web ページ、そしてモデルが書き出したページはチャットのすぐ横に開きます。また、 [EmbeddingGemma 2](https://unsloth.ai/docs/models/embeddinggemma-2)、Google の新しいマルチモーダル埋め込みモデルに加え、新しい Audio ページと、より少ないメモリでの学習も追加されています。

#### ハイライト

* **チャット横のブラウザー** ファイル、Web ページ、モデルが書いた HTML 用にタブとして
* **EmbeddingGemma 2**：テキスト、コード、画像、動画、音声向けの Google の新モデルを実行・ファインチューニングできます [ガイド](https://unsloth.ai/docs/models/embeddinggemma-2)
* **Audio ページ**：Speak、Clone、Music、Transcribe、Edit、Separate、Convert を、70以上の GGUF モデルで利用可能
* **複数のモデルを読み込んだまま維持**、さらに vLLM と SGLang エンジン（任意）
* **サンドボックス** モデルが実行するコード向けで、設定タブと Colab / Docker サポートが追加されました
* **ライブプレビュー** 画像・動画生成中に

<a href="https://github.com/unslothai/unsloth/releases/tag/v0.1.903-beta" class="button primary">完全版リリースノート</a><a href="/docs/jp/moderu/embeddinggemma-2.md" class="button secondary">EmbeddingGemma 2</a>
{% endupdate %}

{% update date="2026-10-01" tags="new-releases" %}

## コマンドパレット + Desktop UI/UX

このリリースでは、ナビゲーションの改善、共有可能な実行設定、わかりやすいエラー、より高速な Laya の判断、Decision API サポートの拡張、そしてより良い4-bit LoRA 学習により、Unsloth Desktop がより高速で使いやすくなりました。

* **Cmd/Ctrl+P コマンドパレット** と共有可能な GGUF 実行設定。
* [**Laya の判断**](#laya-decision-models--library) **最大4.1倍高速** ホスト型プロバイダーのサポート付き。
* **わかりやすいエラー** 読み込み/生成メッセージとログを改善。
* **より少ないメモリでの4-bit LoRA 学習** NVFP4、INT4、MXFP4 チェックポイント向け。

#### Desktop、チャット、モデル

* モデルを読み込まずに GGUF の実行設定を共有できます。
* レスポンスを継続し、HTML キャンバスのエラーをチャット内で直接修正できます。
* モデル適合の警告、画像読み込み、Desktop コントロールを改善。
* 追加 `FastModel` T5、T5Gemma、BART、Marian などのファインチューニングに対応。
* 追加 `unsloth eval` チェックポイントと LoRA アダプターの評価用。
* マルチGPU学習と生成のサポートを改善。

#### 4-bit チェックポイント学習

事前量子化済みチェックポイントは、元のパック済み重みを使って学習するようになり、精度を保ちながらメモリ使用量を削減します。

* Qwen3.8-27B-NVFP4 は、72.9 GB ではなくピーク 40.2 GB のメモリを使用します。
* INT4 チェックポイントは再量子化されず、そのままパック状態を維持します。
* Kimi-K2.7-Code と gpt-oss は、LoRA 学習中もパック済みエキスパートを保持します。

#### Decision API、画像、プラットフォームの更新

* Laya の Decision モデルは最大4.1倍高速に応答し、ホスト型プロバイダーは Connections 経由で利用できます。
* 画像モデルは、オフロード中も INT8/FP8 を保持し、より高速に生成します。
* Qwen-Image-2.1 は、Radeon 8060S で 1536×1536 画像を最大3.6倍高速に描画します。
* RX 5000～9000 GPU 向けの AMD Windows サポートを追加。
* MLX サポートと、Mac の LoRA エクスポートを PEFT または GGUF に更新。

<a href="https://github.com/unslothai/unsloth/releases/tag/v0.1.902-beta" class="button primary">完全版リリースノート</a><a href="/docs/jp/moderu/decision-laya.md" class="button secondary">Laya Decision モデルガイド</a>
{% endupdate %}

{% update date="2026-09-28" tags="new-releases" %}

## Laya Decision モデル + ライブラリ

Decision モデルのサポート、ドキュメントとメディアのための統合ライブラリ、ドキュメントビューア、多数の Apple Silicon 改善、Skills の作成、約4.5倍高速な画像・動画生成を追加しています。

* 実行と配信 **Decision モデル** Laya（オープンソースの Jev）のようなものを、TypeSafe 互換 API 経由でローカル実行。
* **Skills エディター** Desktop 内で Skills を直接作成、編集、削除。
* **ModelScope** Hugging Face を使えないユーザー向けにモデルのダウンロードが利用可能になりました
* **ドキュメントビューア** PDF、Word、Excel、PowerPoint、チャット向け。
* 新しい **ライブラリ**：新しい **ライブラリ** タブからチャット、画像、動画、ファイルを管理。
* **Apple Silicon の改善** バッチ配信、構造化出力、TurboQuant KV キャッシュを含みます。
* 各 GPU に割り当てるモデルの量を設定できます。
* **より高速な画像 + 動画生成** LTX-2.3 クリップは約4.5倍高速、VAE デコードは1.7～6.3倍高速。

<a href="https://github.com/unslothai/unsloth/releases/tag/v0.1.901-beta" class="button primary">完全版リリースノート</a><a href="/docs/jp/moderu/decision-laya.md" class="button secondary">Laya Decision モデルガイド</a>
{% endupdate %}

{% update date="2026-09-22" tags="new-releases" %}

## Qwen-Image-2.1 + Skills

Unsloth で Qwen-Image-2.1 をローカル実行できるようになりました！ このリリースには、カスタム Agent Skills、チャット/プロジェクト管理の簡素化も含まれます。さらに、推論ブロックが2倍高速（60 FPS 対 30 FPS）、学習の信頼性向上、Linux のインストールと更新の改善も追加されています。

<a href="/docs/jp/moderu/qwen-image-2.1.md" class="button primary">Qwen-Image-1.2 ガイド</a>

* **Qwen-Image-2.1 サポート：** 画像生成のために Unsloth で Qwen-Image-2.1 をローカル実行。
* **カスタム Agent Skills：** タスク特化の skills を追加し、Claude Code や `.agents` フォルダの skills を再利用し、チャットで選択できます `@`.
* **よりスムーズなチャット体験：** 長い推論ブロックが 30 FPS から 60 FPS で描画されるようになりました。再設計された思考 UI、よりスムーズなコードストリーミング、より信頼性の高いモデル読み込みとチャット設定も含まれます。
* **より簡単なチャットとプロジェクト管理：** すべてのプラットフォームで、チャットをドラッグして並べ替え、固定、プロジェクトへの移動ができます。プロジェクト名、指示、フォルダは Projects ページから直接編集可能です。
* **より良いモデルとストレージ管理：** 視覚モデルが MCP ツールから返された画像を確認できます。ダウンロード済みモデルを重複取得せず再利用でき、Settings からキャッシュの確認や削除も可能です。
* **より信頼性の高い学習とエクスポート：** 過去の学習実行を、正確な残り時間の見積もり付きで再開できます。Hugging Face データセットのレシピ、列マッピング、分割/サブセット選択の改善を修正しました。Hub へのアップロードでは、以前のエクスポートに残っていたファイルを除外します。
* **Linux と AMD のサポート改善：** Debian インストール向けのアプリ内更新、Ubuntu 24.04+ 向けのネイティブ ARM64 インストーラー、Unsloth Studio と JupyterLab を備えた新しい AMD ROCm Docker イメージ。
  {% endupdate %}

{% update date="2026-09-17" tags="new-releases" %}

## Docker + マルチユーザー + AMD サポート

新しい更新済み Docker イメージに加え、マルチユーザーアカウント、RDNA1+2、FP8/INT8 拡散サポート、ARM64 CUDA Windows サポート、そして多くの学習・GRPO・推論改善をリリースします

#### ハイライト：

* NVIDIA と AMD 対応の更新済み Docker： [ガイド](https://unsloth.ai/docs/get-started/install/docker)
* 分離されたマルチユーザーアカウント： **設定 > アカウント**
* INT8/FP8 画像拡散推論：2倍高速
* 学習と推論のための ARM64 Windows CUDA サポート
* GRPO：Qwen3.5 と最新の TRL/vLLM サポート
* AMD RDNA1 と RDNA2 サポート
* Windows での NVIDIA GPU 検出と復旧を改善

#### 更新済み Docker イメージ

* CUDA イメージと Studio のセットアップを更新し、同梱キャッシュを削除し、GPU ホスト上で Unsloth の学習パッチを復元しました。
* Studio データはアプリコードを固定せずにボリューム上に永続化します。更新、生成パスワード、設定可能なポート、パッケージ保持が改善されました。
* 対応 Linux ホスト向けの AMD ROCm イメージを追加。

#### マルチユーザーアカウント

* アカウントを作成 **設定 > アカウント** ワンタイムセットアップコードと個別パスワード付きで
* 設定が一致する場合、読み込まれたモデルを共有しつつ作業を分離します。単一アカウントの動作は変更されません。

#### チャット + 推論

* ローカルモデルの読み込み中でも、キュー済みプロンプトの編集、並べ替え、制御ができます。
* GGUF の推論予算、調整可能なチャット幅、デスクトップのスケーリング、コンパクトな入力欄を追加。
* 長い推論への応答性、チャット履歴の保持、ツール生成ファイルと画像の処理を改善。

#### ハードウェア + 推論

* MLX に動画入力、任意の MoE とデコード最適化、より信頼性の高いマルチモーダルチャットを追加。
* GGUF のメモリ見積もり、DGX Spark の処理、NVIDIA 検出、NVLink チェック、ユーザー選択 GPU 順序を改善。
* ネイティブ Windows ARM64 デスクトップパッケージ、Qwen3.5 `fast_inference`、Ascend NPU 検出を追加。

#### リサーチ + API

* Deep Research は未完了レポートをより適切に保持し、JSON 出力を処理し、証拠のない実行をフラグ付けします。スキャン済み PDF のアップロードにはローカル OCR フォールバックが追加されます。
* プロバイダーの推論制御、MCP 互換性、ツール呼び出し、ストリーミングエラー報告を改善。
* 追加 `/v1/chat/completions` 動画入力と、インストール済み Ollama モデルへの API アクセス。

#### 学習 + インストール

* Data Recipes のデータセットダウンロードを追加し、16-bit ファインチューニングのエクスポート、LoRA の保存、Hub へのプッシュを修正。
* データセット処理、学習メモリ見積もり、コンテナ終了時のチェックポイント保存を改善。コアの修正には正規化、RoPE、Q-GaLore、分散デバイス選択が含まれます。
* Windows のインストール、GPU パッケージ修復、依存関係キャッシュ、オフラインインストールの検証を改善。

#### セキュリティ + ツール実行

* 認証情報の保護とツール呼び出しの検証を強化し、サンドボックス外のファイルアクセスには承認要求を出すようにしました。
* 対応 Linux および macOS ホストで、OS レベルのツールサンドボックス化のプレビューを追加。ネットワークアクセスは引き続き制限なしで、自動モードでは OS 分離が利用できない場合も既存の保護が維持されます。

<a href="/docs/jp/meru/install/docker.md" class="button primary">Docker ガイド</a>
{% endupdate %}

{% update date="2026-09-02" tags="new-releases" %}

## Qwen3.8-Flash + GLM-5.3 を2倍高速化

実行 [**Qwen3.8-Flash-Next**](/docs/jp/moderu/qwen3.8-next.md) と [**GLM-5.3-Flash**](/docs/jp/moderu/glm-5.3-flash.md) 最大 **2倍高速** より高速なデコードと追加の MTP により、現在はデフォルトで有効です。このリリースにはさらに **170以上の改善** が学習、チャット、ハードウェアサポート、API、性能全体にわたって含まれています。

* MTP による Qwen と GLM の生成高速化に加え、より良いツール利用と推奨 Qwen 設定。
* 特に長い会話で、すべてのチャットの UI/UX の遅延が大幅に軽減
* 新しい対応： **MiniMax-Music3、Higgs、MOSS** 音声モデル。進行状況の追跡とクリップ管理を含みます。
* ローカルサーバーおよび接続プロバイダー全体で、モデル読み込みの信頼性を向上。
* ツール呼び出し、返信、メディア、会話分岐を保持する安全なチャット編集。
* マルチGPU学習、メモリ適合、モデル配置、GGUF エクスポートを改善。
* AMD/ROCm のインストール、検出、GPU 互換性を強化。
* MCP、Deep Research、OAuth、並列ツール呼び出し、エージェントワークフローの信頼性向上。
* 新しい OpenAI 互換 API： **動画、音声、MLX で配信されるモデル**.
* デスクトップ更新、LAN ポート制御、ダウンロード、GPU メモリのクリーンアップを改善。

<a href="/docs/jp/moderu/qwen3.8-next.md" class="button primary">Qwen3.8-Flash-Next</a><a href="/docs/jp/moderu/glm-5.3-flash.md" class="button primary">GLM-5.3-Flash</a><a href="/docs/jp/moderu/glm-5.3.md" class="button primary">GLM-5.3</a>
{% endupdate %}

{% update date="2026-08-27" tags="new-releases" %}

## Qwen3.8-Flash-Next + GLM-5.3

[Qwen3.8-Flash-Next](/docs/jp/moderu/qwen3.8-next.md), [GLM-5.3-Flash](/docs/jp/moderu/glm-5.3-flash.md) + [GLM-5.3](/docs/jp/moderu/glm-5.3.md) が Unsloth でローカル実行できるようになりました！

* Qwen3.8-Flash は 75GB RAM で動作
* GLM-5.3-Flash は 102GB RAM + VRAM で動作
* RAM オフロードが最大5倍高速
* 繰り返し Auto Compaction が信頼性高く動作するようになりました
* 100以上のチャット、信頼性、性能改善

<a href="/docs/jp/moderu/qwen3.8-next.md" class="button primary">Qwen3.8-Flash-Next</a><a href="/docs/jp/moderu/glm-5.3-flash.md" class="button primary">GLM-5.3-Flash</a><a href="/docs/jp/moderu/glm-5.3.md" class="button primary">GLM-5.3</a>

<div align="left"><figure><img src="https://735611837-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FxhOjnexMCB3dmuQFQ2Zq%2Fuploads%2F1YneA51oWzaIiwep9H5I%2F1000024423.gif?alt=media&amp;token=40a169cc-12f1-403a-898c-b310f81ff52a" alt="" width="375"><figcaption></figcaption></figure></div>

#### Qwen3.8-Flash-Next

125B のマルチモーダル推論モデルと、Qwen4 のアーキテクチャの早期プレビュー。

* 1-bit Dynamic GGUF は 75GB RAM またはユニファイドメモリで動作
* テキストと画像で最大 262K コンテキスト
* 推論モードは None、Low、Medium、Extra High
* Preserved Thinking により長いチャットでの一貫性が向上

#### GLM-5.3-Flash

180億の有効パラメータを持つ 320B マルチモーダルモデル。

* 1-bit モデルは 102GB の合計 RAM + VRAM で動作
* テキスト、画像、ドキュメントで最大 100万コンテキスト
* 推論モードは Low、High、Max
* コーディング、エージェント、視覚性能を改善

#### Unsloth の改善

* 大きな GGUF は GPU とシステム RAM に自動分割
* 読み込み前にメモリ見積もりを確認
* 切断後にチャットを復元
* より良いマルチ画像認識と MCP 画像サポート
* チャットを JSONL としてエクスポート
* Auto Compaction コントロールを改善
* Linux、NVIDIA Wayland、AMD、Windows の修正

新しいモデルを実行または学習するには、Unsloth Desktop をダウンロードできます：

<a href="https://unsloth.ai/download" class="button primary" data-icon="down-to-bracket">Unsloth Desktop をダウンロード</a>

* <i class="fa-apple">:apple:</i> [macOS 用をダウンロード](https://unsloth.ai/download/mac)
* <i class="fa-windows">:windows:</i> [Windows 用をダウンロード](https://unsloth.ai/download/windows)
* <i class="fa-linux">:linux:</i> [Linux 用をダウンロード](https://unsloth.ai/download/linux)
  {% endupdate %}

{% update date="2026-08-20" tags="new-releases" %}

## Auto compaction + LAN アクセス

先週の Qwen3.8-27B と Unsloth Desktop へのサポートありがとうございます！ 今回の [新しい `v0.1.801-beta` リリース](https://github.com/unslothai/unsloth/releases/tag/v0.1.801-beta)では、200以上の PR を統合し、次のような多くの新機能や修正を追加しました：

* **Auto Compaction（実験的）** コンテキスト制限を超える長いチャット向け
* [**リモート & LAN アクセス（プレビュー）**](/docs/jp/ji-chu/lan.md) Cloudflare リンクなしで簡単にネットワークアクセスするため
* **より高速なチャット** －ストリーミング性能の改善、UI の遅延低減、長い会話の滑らかさ向上。
* 対応： **カスタム llama.cpp ビルド**。Cache RAM、Mmap、Mlock、Checkpoints、Spe Decoding KV Cache、Vision の On/Off 切り替え
* [Unsloth Dynamic v3.0](https://unsloth.ai/docs/basics/dynamic-3.0-ggufs) がリリースされました。新しい Qwen3.8-27B Dynamic v3.0 GGUF は、他と比べてトップ1精度が10%以上高くなっています。Unsloth で動作します。

#### Auto compaction（実験的）

長いチャットは、古いターンを検索可能なアーカイブへ移すことで、コンテキスト制限を超えられるようになりました。

* 古いターンは必要なときだけ削除され、検索可能なまま残ります。
* 新しいコンテキストエポックにより、チャットを恒久的に削らずに想起精度が向上します。
* 要約ではなく検索を使用することで精度を向上。

#### リモート & LAN アクセス（プレビュー）

ネットワーク上の他のデバイスから Unsloth にアクセスできます。

* 新しいリモートアクセス設定。
* LAN 制御、QR コード、自動起動オプション。
* セキュリティのためデフォルトでは無効。

#### チャットの改善

* 長いチャットの高速化とスレッド処理の改善。
* Projects がチャット、ファイル、ワークスペースを整理します。
* プロンプトのキューイング、ショートカット、 `edit_file`の追加、より良いツールサポート。

#### ハードウェア、推論、API

* カスタム llama.cpp ビルドと Intel XPU に対応。
* より多くの推論制御（cache、mmap、mlock、checkpoints、speculative decoding、vision）。
* GPU 検証、VRAM 処理、互換性を改善。
* Responses API での構造化出力。
* llama-server の復旧を改善。

Qwen3.8 を実行または学習するには、Unsloth Desktop をダウンロードできます：

<a href="https://unsloth.ai/download" class="button primary" data-icon="down-to-bracket">Unsloth Desktop をダウンロード</a>

* <i class="fa-apple">:apple:</i> [macOS 用をダウンロード](https://unsloth.ai/download/mac)
* <i class="fa-windows">:windows:</i> [Windows 用をダウンロード](https://unsloth.ai/download/windows)
* <i class="fa-linux">:linux:</i> [Linux 用をダウンロード](https://unsloth.ai/download/linux)
  {% endupdate %}

{% update date="2026-08-14" tags="new-releases" %}

## Qwen3.8

Qwen3.8-27B と Qwen3.8-2.4T が Unsloth でローカル実行できるようになりました！

Unsloth Dynamic GGUF により 17GB RAM で動作します。Qwen3.8-27B のファインチューニングも Unsloth で可能です。Qwen3.8-27B は、サイズの割に圧倒的に強力なモデルです。NVFP4 の量子化済みモデルもアップロードしました。

<a href="/docs/jp/moderu/qwen3.8.md" class="button primary">Qwen3.8 実行ガイド</a><a href="/docs/jp/moderu/muse-glimmer/train.md" class="button secondary">Muse Glimmer をファインチューニング</a>

<figure><img src="https://735611837-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FxhOjnexMCB3dmuQFQ2Zq%2Fuploads%2FSqxs6NjShWrLfRKhDy1m%2Fvolcano%202.gif?alt=media&amp;token=395274a0-b437-403a-8a01-8e8502f9d225" alt="" width="375"><figcaption></figcaption></figure>

その他の Unsloth 更新内容：

* Qwen3.8-27B + 追加の llama-server 引数許可 + カスタム VRAM 切り替え
* 外部プロバイダーにツール呼び出し + ツールサポート + Codex でのログインを追加
* Fast FP8 による MiniMax-H3 推論を10倍高速化（3分対30分）
* GGUF の推論を10%高速化 + Bypass permissions の修正
* 接続済み [APIプロバイダー](/docs/jp/tong-he/connections.md) 独自の検索機能または Unsloth Desktop の内蔵検索とツールを使えます。ツールの結果はモデルに返され、複数ステップのタスクを継続できます。
* Codex サブスクリプションでサインインし、Chat 内で Codex ツールを使えます。

Qwen3.8 を実行または学習するには、Unsloth Desktop をダウンロードできます：

<a href="https://unsloth.ai/download" class="button primary" data-icon="down-to-bracket">Unsloth Desktop をダウンロード</a>

* <i class="fa-apple">:apple:</i> [macOS 用をダウンロード](https://unsloth.ai/download/mac)
* <i class="fa-windows">:windows:</i> [Windows 用をダウンロード](https://unsloth.ai/download/windows)
* <i class="fa-linux">:linux:</i> [Linux 用をダウンロード](https://unsloth.ai/download/linux)
  {% endupdate %}

{% update date="2026-08-11" tags="new-releases" %}

## Unsloth Desktop のご紹介

Unsloth Desktop のご紹介 🦥 - モデルをローカルで実行・学習できる初のデスクトップアプリです。\
オープンソース。Mac、Windows、Linux で動作します

<figure><img src="https://735611837-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FxhOjnexMCB3dmuQFQ2Zq%2Fuploads%2FyUdniXManojk20Q3M5Lf%2Fintroducing%20unsloth%20desktop%20thumb.png?alt=media&amp;token=5ecd2f25-b996-4749-8242-ffd21b080ae7" alt=""><figcaption></figcaption></figure>

• MLX、diffusion 画像/動画、音声、GGUF をサポート\
• Claude Code と Codex をローカル LLM に接続\
• 50% 高精度な自己修復ツール呼び出し + サンドボックス化されたコード実行\
• CPU + マルチGPU 構成で動作 - NVIDIA、AMD、Intel、Mac\
• VRAM を 70% 減らしてモデルを 2× 高速に学習\
• プライベート Web 検索、深掘りリサーチ、RAG、MCP + エクスポート（NVFP4、GGUF）\
• Unsloth の OpenAI 互換 API とクラウドモデルを使用\
• LLM を安全にリモート展開し、どこからでもアクセス

今すぐ Unsloth Desktop をダウンロードできます:

<a href="https://unsloth.ai/download" class="button primary" data-icon="down-to-bracket">Unsloth Desktop をダウンロード</a>

* <i class="fa-apple">:apple:</i> [macOS 用をダウンロード](https://unsloth.ai/download/mac)
* <i class="fa-windows">:windows:</i> [Windows 用をダウンロード](https://unsloth.ai/download/windows)
* <i class="fa-linux">:linux:</i> [Linux 用をダウンロード](https://unsloth.ai/download/linux)
  {% endupdate %}

{% update date="2026-08-10" tags="new-releases" %}

## Meta Muse Glimmer が登場！

Meta は、Meta Superintelligence Labs から最初のオープンモデルとなる Muse Glimmer をリリースしました。Muse Glimmer は、ローカルのエージェント系およびコーディング用ワークフロー向けに構築された、Meta による密な 300億パラメータのモデルです。Apache 2.0 ライセンスで公開されており、Unsloth と Unsloth Dynamic quants を使って Muse Glimmer 30B を実行すれば、最高の性能を得られます。

<a href="/docs/jp/moderu/muse-glimmer.md" class="button primary">Muse Glimmer を実行</a><a href="/docs/jp/moderu/muse-glimmer/train.md" class="button secondary">Muse Glimmer をファインチューニング</a>

Muse Glimmer 30B はローカルで実行できます **20GB RAM/VRAM** 構成で、Mac や GPU も含まれます。また、Unsloth を使って Muse Glimmer 30B を学習・ファインチューニングすることもできます **20GB VRAM**.

Unsloth Desktop アプリから Muse Glimmer を実行・ファインチューニングできます:

<a href="https://unsloth.ai/download" class="button primary" data-icon="down-to-bracket">Unsloth Desktop をダウンロード</a>

* <i class="fa-apple">:apple:</i> [macOS 用をダウンロード](https://unsloth.ai/download/mac)
* <i class="fa-windows">:windows:</i> [Windows 用をダウンロード](https://unsloth.ai/download/windows)
* <i class="fa-linux">:linux:</i> [Linux 用をダウンロード](https://unsloth.ai/download/linux)
  {% endupdate %}

{% update date="2026-07-29" tags="new-releases,v0.1.51-beta" %}

## Kimi K3 + 深掘りリサーチ + 並列チャット

みなさん、こんにちは！ [Kimi K3](/docs/jp/moderu/kimi-k3.md) が Unsloth Dynamic GGUF でローカル実行できるようになりました。Unsloth は複数のチャットを並列で生成し続けることができ、新しい Deep Research モードでは、ローカルモデルを使って計画を立て、情報を読み、出典を引用します。

このリリースではさらに [AMD](/docs/jp/ji-chu/amd.md) と Intel GPU のサポート、DoRA 学習、多くのインストーラ、MLX、エクスポート、推論の修正も追加されました。

#### Kimi K3

Moonshot AI の **Kimi K3** は、1040億のアクティブパラメータ、ネイティブなビジョンサポート、100万トークンのコンテキストウィンドウを備えた 2.8T パラメータの MoE モデルです。Kimi K3 は推論専用で、Unsloth は低・高・最大の推論強度をサポートします。

次のモデルを実行できます [Kimi K3 Dynamic GGUF](https://huggingface.co/unsloth/Kimi-K3-GGUF) を Unsloth 経由で利用できます。Unsloth はマルチGPU 構成を自動検出し、モデル層をシステムメモリへオフロードできます。

Kimi K3 は非常に大きなモデルなので、ハードウェアはそれに合わせて計画してください:

* `UD-IQ1_S` はディスク容量 595GB です。
* `UD-Q4_K_XL` はディスク容量 1.51TB です。
* 損失なし推論には、 `UD-Q8_K_XL`を使ってください。ディスク容量は 1.56TB です。

こちらの完全な [Kimi K3 ガイド](https://unsloth.ai/docs/models/kimi-k3) を読み、さらに [Unsloth Dynamic 2.0 GGUF](https://unsloth.ai/docs/basics/unsloth-dynamic-2.0-ggufs).

#### 並列チャット

Unsloth は複数の会話を同時に実行できるようになりました。 **新しいチャット** を開始すると、前の回答の生成は続行され、アクティブな各会話には独自の進行状況インジケーターと停止コントロールが付きます。

* デフォルトで 4 つの llama-server スロットがあり、Web UI で調整できます。
* ツール、アップロード、自己修復、エージェントはチャット間で分離されたままです。
* 他のチャットを中断したりサーバーを再起動したりせずに、1 つのチャットだけを停止できます。
* メモリが不足している場合、Unsloth はスロット数を減らします。
* モデルの再読み込みでは、確認後にアクティブなチャットは引き続き停止されます。

#### 深掘りリサーチ

Deep Research はローカルモデルを完全なリサーチワークフローに変えます。質問を与えると、計画を作成し、Web を検索し、証拠を整理して、出典付きレポートを作成します。

* リサーチを始める前に、計画を確認して編集できます。
* 作業中は、その進行状況と収集したソースを追跡できます。
* 完了済みの調査を失わずに再開またはキャンセルできます。
* ソース選択を制御するために、サイトを許可またはブロックできます。
* ソースと引用は各実行ごとに保存されます。
* 書き出し前に、Unsloth は未対応の主張、矛盾、未解決のギャップをチェックします。直接的な証拠のない推奨事項は、検証可能な推論としてマークされます。

1 つのチャットにつき 1 回の実行をアクティブにできます。Deep Research は現在ローカルモデルで動作します。任意の全ページ・グラウンディングを使うと、上位の検索結果を一時的な RAG に読み込んでから統合できます。以下で有効にします `UNSLOTH_RESEARCH_AUTO_SCRAPE=1`。スクレイピング時間が増え、追加のコンテキストが必要になるため、既定ではオフのままです。

#### 改善された AMD サポート

今回の更新は、最初の [AMD リリースとセットアップガイド](https://unsloth.ai/docs/basics/amd) を基に、さらに多くの GPU と、より信頼性の高い ROCm 推論・学習のサポートを追加しています。

* RDNA2、Radeon、Ryzen、Strix Halo、ワークステーション向け GPU の検出が改善されました。
* MI50 と Radeon VII は、Linux 上で 16-bit LoRA と完全なファインチューニングをサポートします。
* 4-bit の NaN、ライブラリ競合、長い RDNA 起動停止を修正しました。
* 未対応の Windows HIP GPU は Vulkan にフォールバックできます。
* Vulkan デバイスは実際の名前で表示され、個別に選択できます。
* クリーンな Windows インストールでは、Winget や開発者ツールが不要になりました。

#### 学習、モデル、プラットフォームの更新

* Intel XPU により、Intel Arc とデータセンター GPU でローカルチャットと学習が可能になります。
* DoRA が LoRA および完全なファインチューニングと並んで利用できるようになりました。
* 大きなエクスポートでは、GPU 0 のメモリ制限を回避するために、表示されているすべての GPU を使用できます。
* MLX はストリーミングデータセット、継続事前学習、コールバック、VLM と LoRA のより良いサポートを追加します。
* 誤った `flash_attention_2` のモデル出力を修正しました。
* Unsloth と保存ユーティリティが bitsandbytes なしでも動作するようになりました。
* 修正済み `.json` データセットと Qwen3.5/3.6 MoE および GRPO ノートブックのセットアップ。
* Hub のダウンロードフォルダが見つけやすく、開きやすくなりました。
* リリースノートは Unsloth の更新ポップアップで確認できます。
* `unsloth start --as-subagent` で Codex、Claude Code、Pi はタスクをローカルの Unsloth モデルに委任できます。
  {% endupdate %}

{% update date="2026-07-20" tags="new-releases,v0.1.50-beta" %}

## AMD サポートが登場！

みなさん、こんにちは！今回のリリースでは、ローカル LLM の学習と推論が [AMD GPU](/docs/jp/ji-chu/amd.md) で、Windows、WSL、Linux 全体に対応しました。

<a href="/docs/jp/ji-chu/amd.md#installing-unsloth-on-amd" class="button primary" data-icon="bolt">クイックスタート</a><a href="/docs/jp/ji-chu/amd.md#id-2x-faster-training-and-50-more-accurate-tool-calls" class="button secondary" data-icon="star">機能</a><a href="https://github.com/unslothai/unsloth" class="button secondary" data-icon="github">GitHub</a>

本日より、AMD との協力、カスタム Triton カーネル、数値アルゴリズムにより、AMD の Radeon、Instinct、Vulkan、Ryzen、データセンター GPU で 500 以上のモデルを、VRAM を 70% 減らし精度低下なしで最大 2× 高速に学習・実行できます。最適化された ROCm ビルドは、GGUF と Safetensors の推論もサポートします。

<img src="https://github.com/user-attachments/assets/bb8bc525-9fb8-405d-98f5-6c9c07128085" alt="" width="375">

#### 7月23日 更新

1. 追加 **RDNA2、Gorgon Halo、Vulkan サポート** + Strix Halo / その他の AMD GPU で GPU を検出できない AMD インストールの修正
2. RDNA4 の改善、HIP / ROCm の失敗に対する自動修復と捕捉
3. **統合メモリが 2倍 高速化** AMD Safetensors 読み込み + 統合メモリデバイス向けの勾配チェックポイントが大幅に高速化
4. 追加 **音声 дикation / whisper.cpp** 高速テキスト読み上げの予備サポート
5. インストール時のロールバック環境が 5GB のディスク容量を消費していた問題を修正 - 現在は自動クリーンアップされます

#### AMD で LLM をローカル学習

* AMD GPU 上で、モデルをローカルで学習、実行、RL、チャット、デプロイできます。
* Windows、WSL、Linux 全体で、AMD GPU の検出とインストールがより信頼性の高いものになりました。
* AMD MI300X と MI325X GPU の ROCm 互換性が改善されました。
* 次を通じて Unsloth にリモートアクセス `unsloth studio --secure` Cloudflare 経由の無料 HTTPS により

#### お使いのハードウェアでより大きなモデルを実行

* 自動 GPU 配置を使うか、どの GPU とモデル層を使うかを正確に選べます。
* MoE のエキスパート層をシステムメモリに移して、大きなモデルを収めやすくできます。
* モデルを複数の GPU に分割するか、Tensor Parallelism を使えます。
* モデルと量子化ごとにハードウェア設定を個別に保存できます。

#### チャット再開の高速化と、より信頼性の高いダウンロード

* アイドル状態のモデルが VRAM を解放した後、会話全体を再構築せずに長いチャットを再開できます。
* 停止した Hugging Face XET のダウンロードは、自動的に標準 HTTP へ再試行されます。
* モデル読み込み時には、既存の GGUF ファイルを再ダウンロードせず再利用します。

#### 検索、ツール、エージェントの改善

* Web 検索で PDF 論文、マニュアル、その他の PDF 結果を読み取れるようになりました。
* 並列ツール呼び出し、推論出力、ツールの再試行がより信頼性高く動作します。
* 新しいオプトインの MCP エンドポイントにより、対応する AI クライアントはモデルと学習履歴を調べたり、学習の開始・停止、チェックポイントの読み込み、レシピの検証、GGUF のエクスポートができます。
  * 次で有効にします `UNSLOTH_STUDIO_ENABLE_MCP=1` そして必要なベアラートークンを次で設定します `UNSLOTH_STUDIO_MCP_TOKEN`.

#### 学習とエクスポートの修正

* マルチモーダルモデルでのテキストのみの学習が、パッキング前に長い例を切り詰めなくなりました。
* ファインチューニング済みの Qwen3.5 と Qwen3.6 MTP モデルが、GGUF に正しくエクスポートされるようになりました。
* 最終書き込みステップ中に GGUF エクスポートを妨げる可能性のあった Windows の権限エラーを修正しました。

#### 見逃した方へ

前回の Studio リリースでは、Dynamic NVFP4 モデル、より深いパーソナライズ、7 つの新しい表示言語、より安全なエージェント、Vulkan GPU アクセラレーションが追加されました。

**Dynamic NVFP4:**

Unsloth Dynamic NVFP4 は、精度に敏感な層を FP8 または BF16 に保ちながら、残りを W4A4 で実行します。NVIDIA Blackwell GPU では、最大 2.5 倍高速な推論が可能で、キャリブレーションされた FP8 KV キャッシュにより、最大 2 倍長いコンテキストを提供します。

こちらをお読みください [Dynamic NVFP4 ガイド](https://unsloth.ai/docs/basics/nvfp4) そして拡張された [NVFP4 コレクション](https://huggingface.co/collections/unsloth/nvfp4)を探索してください。Qwen3.6、Qwen3.5、Inkling、GLM-4.7 Flash、Gemma 4 などが含まれます。

**Studio を自分好みに:**

Standard、Classic、Minimal の配色パレットから選べます。各パレットにはライトモードとダークモードがあります。色のカスタマイズ、フォントのインポート、フォントサイズ、コントラスト、アニメーション軽減などの調整も可能です。

Unsloth には、音声入力、カスタム辞書設定、読み上げ用の Voice 設定タブも含まれています。

**新しい言語:**

Unsloth Studio は、中国語（簡体字）、日本語、ポルトガル語（ブラジル）に加えて、フランス語、ドイツ語、スペイン語、ヒンディー語、アラビア語、ロシア語、韓国語でも利用できるようになりました。ブラウザー言語の自動検出が既定になりました。

**より安全なエージェント:**

4 段階のツール呼び出し権限セレクター-**確認**, **自分の代わりに承認**, **オフ** と **フルアクセス**- により、エージェントをより細かく制御できます。エージェントのワークスペース分離と、より安全なインストーラーチェックも、意図しない変更のリスクを減らします。
{% endupdate %}

{% update date="2026-07-15" tags="new-releases,v0.1.49-beta" %}

## パーソナライズ、NVFP4、言語

みなさん、Unsloth にたくさんの新機能、特にカスタマイズが追加されました。Unsloth を自分好みにできます。3 つの配色パレットに加えてカスタム色とフォント、7 つの新しい表示言語、音声入力と読み上げ用の新しい Voice 設定タブがあります。エージェントは 4 段階のツール呼び出し権限セレクター（確認、自分の代わりに承認、オフ、フルアクセス）とワークスペース分離でより安全になり、Intel GPU は新しい Vulkan によりついに GPU アクセラレーションされた推論を利用できます `llama.cpp` サポート。

さらに、 [Inkling](https://unsloth.ai/docs/models/inkling)のネイティブサポートも追加しました。これは 410億のアクティブパラメータを持つ 975B パラメータのオープンモデルで、最大 100万トークンのコンテキストウィンドウを備えています。Apache 2.0 ライセンスで提供され、テキスト、画像、音声を受け取り、テキストを生成します。

#### Dynamic NVFP4

私たちは [NVFP4 コレクション](https://huggingface.co/collections/unsloth/nvfp4) を拡張し、Qwen3.6、Qwen3.5、Inkling、GLM-4.7 Flash、Gemma 4 の量子化版を追加しました。

こちらをお読みください [Dynamic NVFP4 ガイド](https://unsloth.ai/docs/basics/nvfp4) 詳細は

Unsloth を自分好みに

Unsloth はもはやライトモードとダークモードだけではありません:

* から選択できます **Standard**, **Classic**、 **Minimal** の各パレット。いずれもライト版とダーク版があります。
* アクセント、背景、前景色をカスタマイズできます。
* UI、見出し、チャット、コード用のフォントをインポートできます。
* フォントサイズ、コントラスト、動き、カーソルの挙動、フォントの滑らかさを調整できます。
* 検索設定と同期設定をデバイス間で同期できます。

ライトモードとダークモードは、それぞれ独自のカスタマイズ値を保持します。

#### 7 つの新しい言語

Unsloth は、中国語、日本語、ポルトガル語に加えて、フランス語、ドイツ語、スペイン語、ヒンディー語、アラビア語、ロシア語、韓国語をサポートするようになりました。ブラウザー言語の自動検出が既定になりました。

#### 音声設定

新しい Voice タブにより、音声入力、発音辞書、読み上げのコントロールが追加されます。音声認識と音声合成のサポートは近日公開予定で、完全な音声会話はまだ開発中です。

#### より安全なエージェントとツール呼び出し

従来のバイパス切り替えは、今では 4 段階の権限セレクターになりました:

* **確認:** すべてのツール呼び出しを承認します。
* **自分の代わりに承認:** 読み取り専用の操作は自動で実行し、危険の可能性があるものでは一時停止します。
* **オフ:** ツール呼び出しを無効にします。
* **フルアクセス:** すべての呼び出しを許可し、サンドボックスを無効にします。

この制御はターミナル、Python、Web 検索、RAG、MCP ツールに適用されます。エージェントには分離されたワークスペース、 `--persist`を使った再開可能なセッション、より安全なリモートインストーラ警告、ライブなツール出力ストリーミング、改善された Web 抽出も追加されます。

#### Vulkan と `llama.cpp`

新しい Vulkan `llama.cpp` バックエンドにより、Intel GPU は CPU にフォールバックする代わりに GPU アクセラレーション推論を利用できます。既存の VRAM 管理、自動コンテキストサイズ設定、マルチGPU 選択、レイヤーのオフロードをサポートします。

AMD ユーザーは次で有効化できます:

```bash
UNSLOTH_FORCE_VULKAN=1
```

更新の信頼性、モデル状態の復旧、停止した生成の中断も改善しました。

#### モデルと学習

このリリースには以下も含まれます:

* Inkling のネイティブサポートと、マルチGPU B200 の改善。
* DeepSeek-V4 の eager attention と、学習可能な FP8 グループ化エキスパート。
* チャットテンプレートのマーカーを自動検出することで、信頼性の高い completion-only 学習を実現。
* 無効化された勾配チェックポイントの正しい処理。
* RoPE スケーリングとコンテキスト拡張の改善。
* 停止した学習実行の強制停止。
* 新しいモデルアーキテクチャと新しい Transformers リリースへの自動ルーティング。
  {% endupdate %}

{% update date="2026-07-07" tags="new-releases,v0.1.48-beta" %}

## DeepSeek-V4 + NVFP4

Unsloth は学習後に NVFP4、FP8、imatrix GGUF をエクスポートできるようになりました。llama-swap API システムとして動作し、日本語とブラジルポルトガル語を追加サポートし、MLX、safetensors、ツール呼び出し、修復サポートなどを含みます。Unsloth core は GRPO を 1.3 倍高速化し、停止したダウンロードの HTTP フォールバックを追加し、オフラインモードを改善し、MoE 学習を 3〜5 倍高速化し、多くのバグを修正しました。このリリース系列では `unsloth>=2026.7.1`.

[DeepSeek-V4-Flash](/docs/jp/moderu/deepseek-v4.md) が、Thinking 切り替えと改善されたチャットテンプレート修正でサポートされるようになりました。

<div data-with-frame="true"><figure><img src="https://735611837-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FxhOjnexMCB3dmuQFQ2Zq%2Fuploads%2FChQx2DGoDLyhf7mp8G2d%2Fdeepseek%20v4%20flashhh.png?alt=media&amp;token=a84f2fbc-8ab0-44cf-a3a8-0bdaaf80a2a7" alt="" width="375"><figcaption></figcaption></figure></div>

#### よりスマートな OpenAI 互換 API 提供

より安全なモデル切り替えと、より良いエージェントツール復旧を備えた 1 つのローカル API エンドポイントを実行できます。

* API リクエストは、ダウンロード済みのローカル GGUF 間の自動切り替えを選べます。未知のモデル名では、現在のモデルが安全にそのまま使われます。
* `/v1/models` は、ローカルの `.gguf` パスではなく、きれいなモデル ID とローカル GGUF カタログを返すようになりました。
* アイドル時の自動アンロードにより、非アクティブ後に VRAM を解放できます。また、ツール呼び出しの修復はリクエストごとに制御できるようになりました。

#### エクスポートの改善

エクスポートはより柔軟になり、不要なダウンロードを避けられます。

* 持ち運び可能な FP8/INT8、GGUF LoRA、ソース一致エクスポート、imatrix GGUF、圧縮 FP8/FP4 など、複数のエクスポート形式を一度に選択できます。
* マルチチェックポイントのエクスポートでは、ベースモデルの再ダウンロードをさらに減らせます。
* FP8、INT8、GGUF-LoRA のエクスポートが `trust_remote_code`に対応し、GGUF エクスポートは量子化設定がない場合もより信頼性高く処理します。

#### RAG とファイルチャット

ファイルチャットが実際のドキュメントでより役立つようになりました。

* RAG の添付ファイルで、ドキュメント全体のコンテキスト、カスタマイズ可能な埋め込みモデル、Hugging Face 検索を使えるようになりました。
* ファイルチャットは、右から左へのテキスト、インド系文字、DOCX テーブルを含む、より多くの PDF と Word 文書を正しく読み取ります。
* ローカル RAG のチェックは、プロキシ構成の背後でもより信頼性が高くなりました。

#### Unsloth の磨き込みと信頼性

日常利用は、よりスムーズで安定して感じられるはずです。

* 長時間の学習やチャット実行が、静かにフリーズする可能性が低くなりました。
* 比較モード、モデル切り替え、モデルキャンセル、Hub ブラウジング、Hub Discover の信頼性が向上しました。
* プロジェクトのエクスポート、チャットのエクスポート、設定、ガイド付きツアー、ファイルダイアログ、更新画面、推論 UI がよりすっきりし、一貫性が向上しました。

#### インストーラ、ハードウェア、プラットフォームの修正

Unsloth は、各プラットフォームでより信頼性高くインストール・実行できます。

* macOS では、事前ビルド済みの `llama.cpp` が利用できる場合、CMake や Homebrew が不要になりました。また、Apple Silicon のサポートでは、スペースを含むパスや統合メモリのサイズ設定がより適切に扱われます。
* Windows の起動、UTF-8 の処理、ROCm RAG 埋め込み、ROCm-on-WSL の GPU サポートが改善されました。
* Blackwell GPU の事前ビルド選択、GGUF の収まりチェック、vision/mmproj GGUF の Tensor Parallelism、ローカル `llama.cpp` 再利用が、より信頼性高くなりました。

#### 学習、モデル、カーネル

より多くの構成で、学習とモデル読み込みの信頼性が向上しました。

* GRPO はデフォルトでシーケンスパッキングをサポートし、共有プロンプトの繰り返しを避け、DDP のロジットスケーリングを正しく処理します。
* 完全なファインチューニング、RL の精度設定、勾配チェックポイント、DDP RoPE バッファ、MoE LoRA 検出を修正しました。
* FP8 の量子化/逆量子化、Transformers v5 での Llama 3 RoPE スケーリング、PEFT 0.19 の LoRA 再読み込み、 `fast_generate` のエラーメッセージが改善されました。
  {% endupdate %}

{% update date="2026-06-18" tags="new-releases,v0.1.47-beta" %}

## GLM 5.2 + Hub + 3倍長いコンテキスト

[GLM-5.2](/docs/jp/moderu/glm-5.2.md) が Unsloth Studio でサポートされるようになりました！すべての推論レベルがサポートされています。 **3倍長いコンテキスト長** は、MTP を使った新しい自動フィットアルゴリズムにより実現でき、より長いチャットが可能になります。権限バイパスモード、分岐可能なチャット、キュー可能なチャット、モデル発見用の新しい hub、並列モジュール + HTTPS Cloudflare サポートなども追加されました！安全な HTTPS グローバルアクセスには `unsloth studio --secure` を使用してください！

<div data-with-frame="true"><img src="https://github.com/user-attachments/assets/93c18616-415f-48ea-957d-9e0fa97a45dd" alt="" width="563"></div>

#### より良いコンテキスト長アルゴリズム

によると [PR 1](https://github.com/unslothai/unsloth/pull/6312) と [PR 2](https://github.com/unslothai/unsloth/pull/6447)、Unsloth Studio のメモリ使用量とコンテキスト長の判定を大幅に改善し、全体として 3倍長いコンテキストを実現しました:

| シナリオ                       | KV    | 前       | 後       |
| -------------------------- | ----- | ------- | ------- |
| 1x 32GB パイプライン（約 31 GB 空き） | f16   | 23,040  | 64,000  |
|                            | q8\_0 | 43,520  | 114,944 |
|                            | q4\_0 | 82,432  | 199,680 |
| 2x 32GB パイプライン             | 任意    | 262,144 | 262,144 |
| 2x 24GB テンソル（約 23 GB 空き）   | f16   | 134,049 | 262,144 |
|                            | q8\_0 | 252,329 | 262,144 |

#### チャットキャンバス、分岐、キュー

* アシスタントメッセージをその場で編集し、スレッド内の任意の時点から再実行できます。
* スレッドを分岐して、元の会話を失わずに別の流れへ枝分かれできます。
* 痕跡を残さない一時的な（シークレット）チャット。
* 生成がまだ実行中でも待たずに新しいプロンプトをキューに入れられます。
* チャットの「アーティファクト」は今や **キャンバス**で、インラインの **HTML キャンバスカード** が自動レンダリングされ、コードビューもあり、DiffusionGemma は生のコードを折りたたまずにインライン表示し続けます。
* チャット検索はすべてのメッセージを対象にし、自分のメッセージを最初に表示するようになりました。

#### Hub（再設計）

* トレンドフィード、検索、カスタムモデルパス対応を備えた全ページ型 Hub。
* ダウンロード前に読めるよう、分割ビューのフィードで README をプレビューできます。
* ダウンロードはより高速な **Xet** 転送が既定になり、転送が停止した場合は自動で HTTP にフォールバックします。
* モデル読み込み前にロードオプションを設定できる新しい「選択時に読み込む」トグル。
* DiffusionGemma と将来の Gemma 派生モデルには Google ロゴが表示されます。

#### モデルと推論

* DeepSeek-OCR と他の多くのビジョンモデルが、エラーなしで読み込まれ実行されるようになりました。
* 最新の vLLM（0.22+）での高速推論を修正し、速度向上が再び有効になりました。
* Tensor Parallelism の信頼性が向上しました。高速な MTP パスが失敗した場合でも、クラッシュせず自動で復旧します。
* DiffusionGemma は、ノイズ除去の進行に合わせて画像が形成される様子をライブ表示し、正確な速度統計も表示するようになりました。

#### セキュリティ & Cloudflare 暗号化 Studio

* 新しい `--secure` エンドツーエンド暗号化された Studio のための Cloudflare 専用モードで、サーバー側ツールは有効のまま `--secure`。使用してください `unsloth studio --secure`!
* 確認をスキップし、必要なときにツールサンドボックスを無効にするには、Bypass Permissionsモードを使用します。
* Hugging Faceのウイルススキャンとリポジトリ内の危険なファイルを自動検出します。

#### ロギングとAPI

* 新しい **APIサーバーモニター** Unsloth内で。
* より高速なAPI呼び出しと低レイテンシ
* はるかに整理されたログになりました。スループットとレイテンシが追加され、冗長なログの多くが削除されました。

#### ハードウェアとバックエンド

* Blackwell RTX 50Xおよび60X GPUのサポート向上
* CPUではなくGPUに静かにダウングレードされる不具合を修正
* torchaoのバージョンは、インストール済みのtorchから選択されるようになりました。
* インストーラーが、壊れたPyTorchやCPUのみのPyTorchインストールを自動修復し、NVIDIA + AMDのWin/Linux/Mac/WSL全体で、静かなCPUフォールバックを警告するようになりました。
* 学習開始時にチャットモデルのVRAMを解放しますが、GPUが実際に逼迫している場合のみです（それ以外では不要な再読み込みはしません）。
* llama-serverが起動時に致命的クラッシュした場合、Unslothは単に失敗するのではなく、回復手順を順に試すようになりました。

#### 学習と一般的な修正と並列モジュール

* MLX学習の更新。
* vLLMでのGRPO学習の信頼性が向上しました。
* 学習開始の信頼性が向上し、無効なVLMバッチに対してより明確なエラーを表示するようになりました。
* クラッシュ、再起動、または中断されたシャットダウン後に、Unslothが残存したバックエンドプロセスをより確実にクリーンアップするようになりました。
* Export、Chat、Training、Recipesはすべて個別化／分離されています！ これにより、今では4つすべてを並列で実行できます！ 学習実行やエクスポートを待っている間に、チャットや推論を行えます！

Unslothを更新するか、新しいUnsloth Studioをインストールするには、次を使用してください：

**macOS、Linux、WSL：**

```bash
curl -fsSL https://unsloth.ai/install.sh | sh
```

**Windows：**

```powershell
irm https://unsloth.ai/install.ps1 | iex
```

{% endupdate %}

{% update date="2026-06-12" tags="new-releases,v0.1464-beta" %}

## DiffusionGemma + Gemma 4 MTP

最新のものをインストールしてください [`v0.1.464-beta`](https://github.com/unslothai/unsloth/tree/v0.1.462-beta) または `2026.6.7`. [DiffusionGemma](https://unsloth.ai/docs/models/diffusiongemma), [Gemma 4 MTP](https://unsloth.ai/docs/models/mtp) と [**MiniMax-M3**](https://unsloth.ai/docs/models/minimax-m3) がすべてサポートされるようになりました。

* 実行と学習 [DiffusionGemma](https://unsloth.ai/docs/models/diffusiongemma) 経由で [Unsloth Studio](https://unsloth.ai/docs/new/studio).
* [Gemma 4 MTP](https://unsloth.ai/docs/models/mtp) が登場！ 実行 [Gemma 4](https://unsloth.ai/docs/models/gemma-4) MTPで約2倍高速。
* Gemma 4では音声チャットがサポートされました（`wav`, `mp3`, `m4a`, `flac`, `webm`).
* Gemma 4にPreserve Thinkが追加されました。

<figure><img src="https://735611837-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FxhOjnexMCB3dmuQFQ2Zq%2Fuploads%2Fszoidwwj70dLm5vBjpmL%2Fdiffusiongemma.gif?alt=media&amp;token=8ce359fd-f92c-4cf8-a491-06b04c505cb7" alt="" width="375"><figcaption></figcaption></figure>

#### Hub + ダウンロードマネージャー（実験的）

* 新しい **Hub** ページを追加し、Hugging Faceのモデルとデータセットを閲覧、ダウンロード、管理できるようにしました。
* Unslothは、すでにマシン上にあるモデルとデータセットを検出し、ダウンロード済みのアセットと並べて表示できるようになりました。
* ダウンロード済み [GGUFモデル](https://unsloth.ai/docs/basics/inference-and-deployment/saving-to-gguf) には、直接の **実行 / 新規チャット** アクションがあります。

#### RAG / ファイル付きチャット（実験的）

* 追加 [**ファイル付きチャット**](https://unsloth.ai/docs/new/studio/chat) がUnslothで使えるようになり、自分のドキュメントやナレッジベースに対して質問できます。
* ハイブリッド検索、引用、PDFプレビュー、スレッドごとのドキュメント、そして組み込みの `search_knowledge_base` ツールをサポートします。

#### 新しい更新ボタン + ハードウェアサポート

* Unslothは、常に最新の [llama.cppのビルド済みバイナリ](https://unsloth.ai/docs/new/changelog) をCUDA、ROCm、Windows、Linux、macOS全体で使用するようになりました。
* アプリ内の **llama.cppを更新** ボタンを追加し、Unslothを再インストールせずにローカルバックエンドを更新できるようにしました。
* Windows / WSLのAMDサポート改善、 [Strix Halo ROCmサポート](https://unsloth.ai/docs/get-started/install/amd), [Blackwell CUDA選択](https://unsloth.ai/docs/blog/fine-tuning-llms-with-blackwell-rtx-50-series-and-unsloth)、およびより明確なインストーラーメッセージ。

#### ローカルチャット、ツール、API互換性

* ローカル [ツール呼び出し](https://unsloth.ai/docs/basics/tool-calling-guide-for-local-llms) はより信頼性が高くなり、ツールカードの並び順が改善され、重複するツールループが減り、GGUFビジョンモデルでのツール使用もサポートされました。
* 改善された [OpenAI互換API](https://unsloth.ai/docs/basics/inference-and-deployment/llama-server-and-openai-endpoint) とAnthropic互換APIの挙動がローカルUnslothサーバーで改善され、より良いエラー、トークン使用量、停止理由、 [Claude Code互換性](https://unsloth.ai/docs/basics/claude-code).

#### 学習と修正

* 改善された [MLXサポート](https://unsloth.ai/docs/new/studio/install) が、より良いモデルラベル、生成速度の統計、そして [VLM学習](https://unsloth.ai/docs/basics/vision-fine-tuning).
* いくつかの [学習](https://unsloth.ai/docs/get-started/fine-tuning-llms-guide) と [データセット](https://unsloth.ai/docs/get-started/fine-tuning-llms-guide/datasets-guide) のエッジケース、たとえば書き込み不可のHugging Faceキャッシュやカスタムデータセットマッピングを修正しました。
* チャット、メニュー、モデルピッカー、ダークモード、インポート／エクスポート、設定全体で、多くのUI改善修正を追加しました。

Unslothを更新するか、新しいUnsloth Studioをインストールするには、次を使用してください：

**macOS、Linux、WSL：**

```bash
curl -fsSL https://unsloth.ai/install.sh | sh
```

**Windows：**

```powershell
irm https://unsloth.ai/install.ps1 | iex
```

{% endupdate %}

{% update date="2026-06-03" tags="new-releases,v0.1.44-beta" %}

## Gemma 4 12B、新UI、MCP、プロジェクト

今回の更新は主にGemma 4 12B、MCP、プロジェクト、Canvas、CUDA 13.3、そして新しいチャットUIに焦点を当てています。来週はさらに大きな更新があります。

<div data-with-frame="true"><figure><img src="https://735611837-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FxhOjnexMCB3dmuQFQ2Zq%2Fuploads%2FoRn2YEPb9lJ81kP3GQQh%2Fwhats%20on%20ur%20mind.png?alt=media&amp;token=f388e42a-bb05-4a09-9cbf-ec699a6baf6b" alt="" width="375"><figcaption></figcaption></figure></div>

#### Gemma 4 12B

Googleがリリース [Gemma 4 12B](https://unsloth.ai/docs/models/gemma-4)、8GB RAMでローカル実行できる新しいモデル。 [GGUF](https://huggingface.co/unsloth/gemma-4-12b-it-GGUF) / [ガイド](https://unsloth.ai/docs/models/gemma-4)

Gemma 4 12B Unifiedは画像、音声、256Kコンテキストをサポートします。Unsloth Studio経由でモデルを実行・学習できます。

#### MCP

* リモート `MCP` サーバーサポート。カスタムヘッダーとOAuthを含みます
* ローカルのコマンドベース `MCP` サーバーサポート
* `MCP` はチャットコンポーザーから有効化できるようになりました
* 一般的な `MCP` サーバー

#### 新しいチャットUI

* プロジェクト、Canvas、 `MCP`、RAGと比較コントロールは今やプラスメニューにあります
* 検索とコードのコントロールはコンポーザーからより簡単にアクセスできます
* メニュー、オーバーレイ、アイコン、クリック可能なコントロールがUnsloth全体でより一貫しました

#### プロジェクト

* 関連するチャットを専用のプロジェクトワークスペースに整理
* 既存のチャットをプロジェクトに移動
* サイドバーから直接プロジェクトを作成・管理

#### 実験的Canvas / Artifacts

* 生成されたHTMLをUnsloth Studio内の専用キャンバスパネルで開きます
* ブラウザベースの可視化やCDN読み込みパッケージを含むインタラクティブな出力をサポート
* レンダリング済みプレビューとソースコードの切り替えができます

#### インストール、ランタイム、ハードウェア

* Windowsのビルド済みインストールでは、もはや初期の `CUDA Toolkit` チェック
* Linux `llama.cpp` のビルド済みバイナリは検出されたランタイムに一致するようになりました `cudart` メジャー
* `ROCm` gfx検出がビルド済みバイナリの選択に渡されるようになりました
* `Blackwell`, `B300` と `ARM64` Linuxサポートの更新

Unslothを更新するか、新しいUnsloth Studioをインストールするには、次を使用してください：

**macOS、Linux、WSL：**

```bash
curl -fsSL https://unsloth.ai/install.sh | sh
```

**Windows：**

```powershell
irm https://unsloth.ai/install.ps1 | iex
```

{% hint style="warning" %}
**使用しないでください `unsloth studio update` もう使用しないでください。パッケージには最新の更新が含まれないためです！**
{% endhint %}
{% endupdate %}

{% update date="2026-05-31" tags="new-releases,v0.1.43-beta" %}

## CUDA 13.3、Windows、Mac

**Unslothを更新するか、新しいUnsloth Studioをインストールするには、次を使用してください：**

**macOS、Linux、WSL：**

```bash
curl -fsSL https://unsloth.ai/install.sh | sh
```

**Windows：**

```powershell
irm https://unsloth.ai/install.ps1 | iex
```

{% hint style="warning" %}
**使用しないでください `unsloth studio update` もう使用しないでください。パッケージには最新の更新が含まれないためです！**
{% endhint %}

#### Macの更新

* 再有効化 `llama.cpp` Apple Silicon（M1-M4）向けのビルド済みバイナリ - Mac OS 14 / 15 / 26（Tahoe）
* Apple SiliconのMac OS 13（Ventura）はソースビルドです
* Mac OS 13.3 / 14 / 15 / 26（Tahoe）向けのIntel（x86\_64）は `llama.cpp` ビルド済みバイナリを使用します
* Max 13.0 - 13.2向けのIntelはソースビルドです

#### Windowsの更新

* CUDA 13.3 `llama.cpp` ビルド済みバイナリがWindowsで動作するようになりました
* CUDA 13.2、CUDA 13.1以下では、WindowsデバイスはCUDA 12.4フォールバックを使用します - CUDA 13.1のバイナリは近日対応予定です。

#### CUDA 13.3の更新

* CUDA 13.3のLinux以外のバイナリは動作します。現時点では引き続きCUDA 13.1を使用します
* CUDA 13.3はCUDA 13.2の文字化け問題を解決します - <https://github.com/unslothai/unsloth/issues/4849> を参照してください

#### Blackwell GPUの更新

* 現時点ではBlackwellは `llama.cpp` ビルド済みバイナリのリリースが遅れます。CUDA 12.4が動作しないためです - これは近日中に解決に取り組んでいます。
  {% endupdate %}

{% update date="2026-05-26" tags="new-releases,v0.1.42-beta" %}

## 改訂前の更新。

皆さん、今週か来週に来る可能性が高い大規模な改訂の前に、もう1回ほどの更新を行っています。今回の改訂では、多くのことが変わります。特に新しい主要機能と多くのデザイン変更があります。

{% embed url="<https://github.com/user-attachments/assets/70456395-e016-4273-8256-35adb206267e>" %}

* 新規： [**API呼び出しサポート**](https://unsloth.ai/docs/integrations/connections) 画像生成＋編集、適切なWeb検索、コード実行、自動プロンプトキャッシュを含みます。接続 [OpenAI](https://unsloth.ai/docs/integrations/connections/openai), [Anthropic](https://unsloth.ai/docs/integrations/connections/anthropic-claude) など。
* への適切なサポート **英語以外の言語** 例：日本語、中国語、インド系言語など。

前回のリリースは1日しか持たなかったため、見逃した方も多いかもしれません。導入したのは：

* 外部推論バックエンドに接続： [vLLM](https://unsloth.ai/docs/integrations/connections/vllm), [Ollama](https://unsloth.ai/docs/integrations/connections/ollama), [llama-server](https://unsloth.ai/docs/integrations/connections/connect-llama.cpp-to-unsloth-run-ggufs-with-llama-server)
* **セキュリティ改善**
* **MTPの自動speculative decoding** MTP GGUF向け。ハードウェアに合わせて最適な設定を取得できます。

#### APIプロバイダー呼び出しと外部接続

* Unslothを任意のAPIクラウドプロバイダー（OpenAI、Anthropic、OpenRouterなど）に接続できるようになりました
* **組み込みWeb検索** OpenAI、Anthropic、OpenRouter、Kimi向け
* **組み込みコード実行** OpenAIとAnthropic向け（Anthropicコンテナは永続化され、ターン間で再利用されます）
* OpenAIとAnthropicモデルでプロンプトキャッシュが有効になり、コストを50〜90%節約できます。
* 画像生成＋編集
* APIキーがローカルプロバイダー（llama.cpp / vLLM / Ollama）では任意になりました
* クラウドプロバイダー追加時にモデルを自動読み込み

#### その他のUnsloth Studio更新

* OpenDocumentのチャット添付ファイル
* o3 reasoning summaryペイロード
* 英語以外の言語（例：日本語、中国語）の送信／プロンプト入力が正しく動作するようになりました
* IMEコンポーザーの強化、RTL `dir="auto"`、長いログ行の切り捨て修正
* UIでのツール推論トレースのレンダリング
* 完全オフライン対応：キャッシュされたGGUF検出と、推論・学習の両方でのオフラインDNS自動検出

#### Unsloth Studioのセキュリティ改善

* 認証のレート制限。リバースプロキシが回避できないようプロキシ対応
* 厳格化されたブロックリスト付きのサンドボックス化ワーカー（bash、 `hf upload`, `NOFILE`)
* パスの包含により、ワーカーが進行中のtmpディレクトリから脱出できないようにしました
* Unsloth API全体で厳格なスキーマ検証
* CSP / セキュリティヘッダーを強化（正当なfaviconホストのみ許可）
* を削除しました `torch.load` のフォールバックを `training_args.bin` これにより、信頼できないpickleがモデル読み込み時に実行されることはなくなりました
* Tauriデスクトップリリースフローを強化
* フロントエンド認証：singleflightトークン更新、変更時の現在のパスワード入力、正しく動作するログアウト、共有422ヘルパー
* キャンセルのクリーンアップは、ユーザー状態を削除できないよう、進行中のtmpディレクトリのみに厳密に限定されました
  {% endupdate %}

{% update date="2026-05-19" tags="new-releases,v0.1.41-beta" %}

## MTP + Unsloth修正

Unslothに多くのバグ修正、UI、UX修正！ 最新の更新を取得するには：

**macOS、Linux、WSL：**

```bash
curl -fsSL https://unsloth.ai/install.sh | sh
```

**Windows：**

```powershell
irm https://unsloth.ai/install.ps1 | iex
```

#### 修正

1. 修正する `unsloth studio update` うまく動作していない
2. で固まる問題を修正 `reset-password` ページ
3. オフラインモードのサポート追加
4. Mac、CPU、GPUでMTPが高速にならない問題を改善 - かなり良くなりました！
5. 更新後にデスクトップショートカットが動作しない不具合を修正
6. 多数のUI/UXバグ修正
   {% endupdate %}

{% update date="2026-05-18" tags="new-releases,model-release,v0.1.405-beta" %}

## Qwen3.6 MTP + API接続

Unslothにたくさんの新しい更新があります `v0.1.41-beta`:

* **約2倍高速なGGUF推論** 自動的に有効化された [MTP](/docs/jp/moderu/qwen3.6.md#mtp-guide)
* [**API呼び出しサポート**](/docs/jp/tong-he/connections.md) 向けの [OpenAI](/docs/jp/tong-he/connections/openai.md), [Anthropic](/docs/jp/tong-he/connections/anthropic-claude.md) など。自動プロンプトキャッシュ、Web検索、コード実行付き
* 外部推論バックエンドに接続： [vLLM](/docs/jp/tong-he/connections/vllm.md), [Ollama](/docs/jp/tong-he/connections/ollama.md), [llama-server](/docs/jp/tong-he/connections/llamacppwounslothnisuru-llama-serverdeggufwosuru.md)
* 実験的 **MLX推論**
* への適切なサポート **英語以外の言語**
* **セキュリティ** 改善

<a href="/pages/b1345d93eb2f70a681e5a0bf731e28a576f0f428#qwen3.6-inference-tutorials" class="button primary">Qwen3.6チュートリアルを実行</a><a href="/docs/jp/moderu/qwen3.6.md#mtp-guide" class="button primary">MTPガイド</a>

<div data-with-frame="true"><figure><img src="https://735611837-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FxhOjnexMCB3dmuQFQ2Zq%2Fuploads%2F0abq31rgj0gOSH9vnpQ6%2Fmtp.gif?alt=media&amp;token=c66ec3f5-91f0-4617-824c-c537a2dde8b0" alt="" width="375"><figcaption></figcaption></figure></div>

#### MTP speculative decodingサポートにより、推論が1.4〜2倍高速に！

* **MTPの自動speculative decoding** MTP GGUF向け。付属のllama.cppビルド済みバイナリが古いか、MTPに対して古すぎる場合は警告します
* MTPサポート用の新しいllama.cppビルド済みバイナリ！

#### APIプロバイダー呼び出しと外部接続

* Unslothを任意のAPIクラウドプロバイダー（OpenAI、Anthropic、OpenRouterなど）に接続できるようになりました
* **組み込みWeb検索** OpenAI、Anthropic、OpenRouter、Kimi向け
* **組み込みコード実行** OpenAIとAnthropic向け（Anthropicコンテナは永続化され、ターン間で再利用されます）
* OpenAIとAnthropicモデルでプロンプトキャッシュが有効になり、コストを50〜90%節約できます。
* APIキーがローカルプロバイダー（llama.cpp / vLLM / Ollama）では任意になりました
* クラウドプロバイダー追加時にモデルを自動読み込み

#### MLX推論（実験的）

* MLX量子化とモデルが、Macマシン上でローカル実行できるようになりました！
* 近日中に、思考、ツール、Web検索を追加する予定です！

#### その他のUnsloth Studio更新

* 英語以外の言語（例：日本語、中国語）の送信／プロンプト入力が正しく動作するようになりました
* OpenDocumentのチャット添付ファイル
* o3 reasoning summaryペイロード
* IMEコンポーザーの強化、RTL `dir="auto"`、長いログ行の切り捨て修正
* UIでのツール推論トレースのレンダリング
* 完全オフライン対応：キャッシュされたGGUF検出と、推論・学習の両方でのオフラインDNS自動検出
* UI/UXの大幅な洗練：ダークテーマの再設計、右サイドバーの再デザイン、時間帯ごとのナマケモノマスコット、閉じられるコピー可能なトースト、大きくなったチャットコンポーザー、コード実行設定の洗練、コンポーザーのアクションピルのスタイル変更、より細いDiscordボタン

#### 学習の更新

* Gemmaのアテンションマスク修正
* マルチ画像GRPO
* GRPOの隠れ状態返却実験
* 新しい継続事前学習（CPT）学習法を第一級の選択肢として追加
* Gemma-4 MoE LoRA抽出器を登録して `grouped_mm` 収縮クラッシュ
* 任意で融合された `lm_head` ＋クロスエントロピーforward。 `UNSLOTH_RETURN_LOGITS=1`
* 評価用のバッチサイズを渡す
* 評価／学習パスは現在 `HF_DATASETS_OFFLINE` と `HF_HUB_OFFLINE`

#### Unsloth Studioのセキュリティ改善

* 認証のレート制限。リバースプロキシが回避できないようプロキシ対応
* 厳格化されたブロックリスト付きのサンドボックス化ワーカー（bash、 `hf upload`, `NOFILE`)
* パスの包含により、ワーカーが進行中のtmpディレクトリから脱出できないようにしました
* Unsloth API全体で厳格なスキーマ検証
* CSP / セキュリティヘッダーを強化（正当なfaviconホストのみ許可）
* を削除しました `torch.load` のフォールバックを `training_args.bin` これにより、信頼できないpickleがモデル読み込み時に実行されることはなくなりました
* Tauriデスクトップリリースフローを強化
* フロントエンド認証：singleflightトークン更新、変更時の現在のパスワード入力、正しく動作するログアウト、共有422ヘルパー
* キャンセルのクリーンアップは、ユーザー状態を削除できないよう、進行中のtmpディレクトリのみに厳密に限定されました
  {% endupdate %}

{% update date="2026-05-05" tags="new-releases,v0.1.39-beta,v0.1.38-beta" %}

## Unsloth APIエンドポイント

#### ***v0.1.39-betaのバグ修正*** **2026年5月5日**

チャット履歴が表示されない問題（既存のチャット履歴は失われません）と、添付ファイルが正しく添付されない問題を修正しました。バグは表示のみでした - を使用してください `2026.5.2` または直接呼び出してください `curl -fsSL https://unsloth.ai/install.sh | sh`  を更新する

次のようなツールでローカルLLMを使用できます [Claude Code](https://unsloth.ai/docs/basics/claude-code) と [Codex](https://unsloth.ai/docs/basics/codex) をUnslothのAPIエンドポイントに接続することで。これにより、次のようなモデルを実行できます [Qwen](https://unsloth.ai/docs/models/qwen3.6) と [Gemma](https://unsloth.ai/docs/models/gemma-4) をローカルで、自己修復ツール呼び出し、コード実行、Web検索などの追加機能付きで実行できます。

UnslothをAPI推論エンドポイントとして使うことは、セットアップが簡単で高速であるだけでなく、Unslothが次を提供するため有益です：

* [自己修復ツール呼び出し](https://unsloth.ai/docs/new/studio/chat#auto-healing-tool-calling)、これにより壊れた、または不正なツール呼び出しを50%削減できます
* [コード実行](https://unsloth.ai/docs/new/studio/chat#code-execution) サポート。より正確なコード出力のためにBashとPythonの実行を可能にします。
* 高度な [Web検索](https://unsloth.ai/docs/new/studio/chat#advanced-web-search) で、実際にページを訪れて読み込み、詳細情報を収集します。
* [自動推論設定](https://unsloth.ai/docs/new/studio/chat#auto-parameter-tuning) GGUFモデル向け（temp、top-kなど）

<div data-with-frame="true"><figure><img src="https://735611837-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FxhOjnexMCB3dmuQFQ2Zq%2Fuploads%2F1s98Id9xclzwMfxjXw2O%2Funsloth%20api%20cropped.png?alt=media&amp;token=64fac263-ca5b-4447-a740-41f58ec94904" alt="" width="375"><figcaption></figcaption></figure></div>

#### 新しいモデル

NVIDIAを含む、実行可能な新しいモデルもいくつか追加しました [Nemotron 3 Nano Omni](/docs/jp/moderu/nemotron-3-nano-omni.md)、IBM [Granite 4.1](/docs/jp/moderu/ibm-granite-4.1.md) と [Mistral 3.5](/docs/jp/moderu/mistral-3.5.md) Medium。transformersとGGUFの実装に関するいくつかの問題をMistralと一緒に解決しました。

#### Unslothの更新

* 停止したUnslothの学習実行は、チェックポイントから再開できるようになりました。
* チャットスレッドが自動保存され、より確実に永続化されるようになりました。
* マルチプロセス構成でのDPO学習のハングが修正されました。
* MROPE更新によりVLM GRPOサポートが改善されました。
* Unslothの停止ボタンが、今では正しく生成を停止します。
* ブラウザ更新後にチャットテンプレートが消える不具合を修正しました。
  {% endupdate %}

{% update date="2026-04-23" tags="new-releases,v0.1.37-beta" %}

## まったく新しいUI再設計

皆さん、チャットと学習に重点を置くために、Unsloth StudioのUIとUX体験全体を刷新しました：

* コミュニティのフィードバックに基づいて折りたたみ可能なサイドバーを追加

<div data-with-frame="true"><figure><img src="https://735611837-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FxhOjnexMCB3dmuQFQ2Zq%2Fuploads%2FKoonE97b0H3RioMwVohd%2Fstudio%20new%20ui.gif?alt=media&amp;token=e37f2839-914e-48b8-8c81-2dac3ade9408" alt="" width="375"><figcaption></figcaption></figure></div>

* チャットの削除と過去の会話の検索ができるようになりました

<div><figure><img src="https://735611837-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FxhOjnexMCB3dmuQFQ2Zq%2Fuploads%2Fm6se3dOmBZH9d9Wlif4W%2FScreenshot%202026-04-23%20at%206.15.38%E2%80%AFAM.png?alt=media&amp;token=e83fe246-1f88-4bf7-aa15-baf7d3356676" alt=""><figcaption></figcaption></figure> <figure><img src="https://735611837-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FxhOjnexMCB3dmuQFQ2Zq%2Fuploads%2Fa4EGTdaWQ6EA81PeC3JZ%2FScreenshot%202026-04-23%20at%206.01.36%E2%80%AFAM.png?alt=media&amp;token=1a1cc50d-e0e0-47cd-9c1a-80583a887794" alt=""><figcaption></figcaption></figure></div>

* Qwen3.6のように対応モデルで使える新しい「思考を保持」トグル
* よりクリーンで一貫性のあるデザインと、より簡単なナビゲーション
* プロフィール画像、名前などを変更できるオプションを追加した拡張設定ページ

<div data-with-frame="true"><figure><img src="https://735611837-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FxhOjnexMCB3dmuQFQ2Zq%2Fuploads%2FvMtRDH8cVXCu08OZ4TRf%2FScreenshot%202026-04-23%20at%206.18.35%E2%80%AFAM.png?alt=media&amp;token=d989c4b5-6293-402c-981c-3209b7e7d750" alt="" width="375"><figcaption></figcaption></figure></div>

* Hugging Face トークンを2回入力する必要はもうありません
* gpt-oss に low、medium、high の思考トグルが追加されました。
* Linux CUDA 上でも、最新の llama.cpp 事前ビルド版を使用するようになりました
* 多数のバグ修正、一貫性の改善、安定性の向上
* Kimi-K2.6 を実行できるようになりました！
* 実験的な API サポートも追加しました。ガイドや告知などは来週に公開予定です。

Qwen3.6 は、実行と学習のために以前から Unsloth Studio でサポートされていました。今すぐ Qwen3.6-27B を学習・実行できます！
{% endupdate %}

{% update date="2026-04-22" tags="model-release,new-releases" %}

## **Qwen3.6-27B + Kimi K2.6**

[**Qwen3.6-27B**](/docs/jp/moderu/qwen3.6.md) 現在は Unsloth Studio で実行（18GB RAM）でき、ファインチューニングも可能です。Kimi K2.6 も Unsloth で実行できます（350GB RAM）。

Unsloth Studio に多数の新しい更新が入ったため、アップデートしてください。詳細と解説は今後数日以内に公開予定です。
{% endupdate %}

{% update date="2026-04-16" tags="model-release,new-releases" %}

## **Qwen3.6**

[**Qwen3.6**](/docs/jp/moderu/qwen3.6.md) 現在は Unsloth Studio で実行およびファインチューニングが可能です。このモデルは 23GB RAM で動作し、ほぼすべてのベンチマークで最も強力な中型 LLM です。
{% endupdate %}

{% update date="2026-04-11" tags="model-release" %}

## **Gemma 4 アップデート + MiniMax-M2.7**

[Gemma 4 GGUF](https://huggingface.co/collections/unsloth/gemma-4) Google 公式のチャットテンプレート修正（ツール呼び出しの修正/改善）と最新の llama.cpp の修正を反映して更新されました。最新の llama.cpp に更新し、量子化ファイルを再ダウンロードすれば、 `未使用トークン` 問題はもう発生しないはずです。\
\
[MiniMax-M2.7](/docs/jp/moderu/tutorials/minimax-m27.md) 公開されました！ 128GB RAM / unified memory で、当社の GGUF を使って 4-bit 量子化でローカル実行できます。 [**MiniMax-M2.7 GGUF**](https://huggingface.co/unsloth/MiniMax-M2.7-GGUF)
{% endupdate %}

{% update date="2026-04-08" tags="new-releases,v0.1.36-beta" %}

## **Gemma 4 の修正**

Gemma 4 を更新しました [多くの修正を含みます](/docs/jp/moderu/gemma-4/train.md)。これらのバグは共通のもので、すべての学習パッケージと実装に影響しており、 **Unsloth が原因ではありませんでした**。バグを特定して修正し、Gemma 4 の学習は Unsloth で正常に動作するようになりました。

必要なのは **8GB VRAM** 学習するために **Gemma-4-E2B** をローカルで使用できます。Unsloth は Gemma 4 を **約 1.5 倍高速に、VRAM を約 60% 少なく使用して学習します** FA2 構成よりも高速です。Gemma 4 学習の完全ガイドとノートブックについては、 [ブログをご覧ください](/docs/jp/moderu/gemma-4/train.md).

#### Gemma 4 学習の修正

1. **勾配蓄積** はもう損失の暴騰を引き起こしません。以前は、損失が **300～400**; 期待される損失は約 **10～15**.
2. 修正しました **IndexError** に影響していた **26B** と **31B** の推論における `transformers`.
3. 以下の gibberish 出力を修正しました **E2B/E4B** 条件で `use_cache=False`. 参照: [issue #45242](https://github.com/huggingface/transformers/issues/45242).
4. 修正済み **float16 音声の** からのオーバーフロー `-1e9` の値。

損失が **13～15 を超える場合、** たとえば **100** または **300** — 勾配蓄積が誤って処理されている可能性があります。これは両方で修正済みです **Unsloth** と **Unsloth Studio**.

#### Gemma 4 量子化ファイルの再アップロード

Gemma 4 GGUF も更新したため、再ダウンロードが必要です。繰り返しますが、これらの量子化の問題は **Unsloth に関連するものでも、Unsloth が原因でもありません**:

1. CUDA: 融合前にバッファの重なりをチェック - 以下の重要修正 `<unused24>` トークン - [PR #21566](https://github.com/ggml-org/llama.cpp/pull/21566)
2. `kv-cache`：異種 iSWA の注意回転をサポート - [PR #21513](https://github.com/ggml-org/llama.cpp/pull/21513)
3. `語彙`：Gemma 4 の BPE デトークナイザにバイトトークン処理を追加 - [PR #21488](https://github.com/ggml-org/llama.cpp/pull/21488)
4. `変換`：設定 `「add bos」== True` Gemma 4 用 - [PR #21500](https://github.com/ggml-org/llama.cpp/pull/21500)
5. `共通`：Gemma 4 専用パーサーを追加 - [PR #21418](https://github.com/ggml-org/llama.cpp/pull/21418)
6. `llama-model`：読み取り `final_logit_softcapping` Gemma 4 用 - [PR #21390](https://github.com/ggml-org/llama.cpp/pull/21390)
7. `llama`：Gemma 4 用のカスタム改行分割を追加 - [PR #21406](https://github.com/ggml-org/llama.cpp/pull/21406)

#### Unsloth Studio の更新

* 追加 **推測デコード** サポート（ngram-mod、デフォルトで有効）
* Llama.cpp を更新し、Gemma 4 のすべての修正を含む最新バージョンを使用するようにしました
* Qwen3.5 と Gemma 4 の学習問題を修正
* Gemma 4 モデルのエクスポートと保存を有効化
* ターミナルと Python ツールのサンドボックスセキュリティを強化
* レシピが Chat で読み込まれたモデルを使用できるようにする
* 移動時（およびタブ切り替え時）に空のチャットスレッドができる問題を修正し、新規チャットのフローを安定化
* 非 LLM レシピの実行を許可し、実行時に Data タブを先頭へ移動
* 重複ダウンロードを防ぐため、HF キャッシュ済みリポジトリの大文字小文字を再利用
  {% endupdate %}

{% update date="2026-04-03" tags="new-releases,v0.1.36-beta" %}

## **Google - Gemma 4**

* これで以下を実行・学習できます [Gemma 4](/docs/jp/moderu/gemma-4.md) Unsloth 内のモデル。
* Intel Mac が動作するようになりました
* 2 つの Gemma-4 修正用の llama.cpp 事前ビルド済みバイナリ:
  * vocab: Gemma4 トークナイザを修正 ([#21343](https://github.com/ggml-org/llama.cpp/pull/21343))
  * fix: gemma 4 テンプレート ([#21326](https://github.com/ggml-org/llama.cpp/pull/21326))
* 小規模モデルでのツール呼び出しがより安定し、途中で切れなくなりました
* Windows、Linux、Mac、WSL デバイス向けの事前ビルド済みバイナリ - CPU と GPU
* 非ビジョンモデル向けに推測デコードを追加（残念ながら Gemma-4 はビジョンで、Qwen3.5 も同様）
* コンテキスト長が正しく適用されるようになりました。
* Web 検索で、要約だけでなく実際の Web コンテンツを取得するようになりました
* HF API 呼び出しを 90% 削減 - レート制限が少なくなります
  {% endupdate %}

{% update date="2026-03-31" tags="new-releases,improvements" %}

## **ツール呼び出し精度が +50% 向上し、さらに多くのサポートを追加**

* すべてのモデルでのツール呼び出しが **30%～80% 高精度になりました。**
* Web 検索で、要約だけでなく実際の Web コンテンツを取得するようになりました
* 許可されるツール呼び出し数が 10 から 25 に増加
* ツール呼び出しがより適切に終了するようになり、ループ／繰り返しが減少します
* さらに **ツール呼び出しの修復** と重複排除ロジックにより、ツール呼び出しが XML を漏らすのも防止
* テスト済み: `unsloth/Qwen3.5-4B-GGUF` (`UD-Q4_K_XL`）、Web 検索 + コード実行 + 思考を有効化。

| 指標             | 以前    | 以後     |
| -------------- | ----- | ------ |
| レスポンス内の XML 漏れ | 10/10 | 0/10   |
| 使用した URL 取得回数  | 0     | 10回中4回 |
| 正しい曲名での実行回数    | 0/10  | 2/10   |
| 平均ツール呼び出し回数    | 5.5   | 3.8    |
| 平均応答時間         | 12.3秒 | 9.8秒   |

#### 新機能

* 追加 **カスタムフォルダ** これにより、任意のフォルダ内の任意の GGUF を使えます。今のところ、Chat の詳細設定と Custom Folders からアクセスできます
* **更新ボタン** 表示されるようになりました
* インストールスクリプトのスタイルをすべて更新しました！
* 予備的 **推論と学習のための自動マルチ GPU サポート** — 1 枚の GPU に収まらない大規模モデルに便利です — Unsloth auto が GPU リソースを割り当てます
* Intel Mac はそのままで動作するはずです

よりスムーズで高速な Unsloth

* **大規模モデルのダウンロードタイムアウトを修正** — タイムアウトは発生しなくなりました。
* **Hugging Face のレート制限を修正 - HF API 呼び出しを 90% 削減**
* Windows での bun を修正し、インストールを高速化
  {% endupdate %}

{% update date="2026-03-27" tags="new-releases,fixes,improvements" %}

## **新しい重要な更新**

前回のリリースからまだ2日しか経っていませんが、より重要な更新があります：

* **推論が 20～30% 高速になりました。** 以前は、ツール呼び出しと repeat penalty により推論速度が通常より遅くなることがありました。推論トークン/秒は、現在は同等の性能になるはずです `llama-server` / `llama.cpp`.
* **古いモデルや既存のモデルを自動検出するようになりました** からダウンロードされた **LM Studio、Hugging Face、** および同様のソース。
* **推論トークン/秒の速度が正しく計算されるようになりました。** 以前は tokens/s に起動時間が含まれていたため、表示される速度が実際より遅く見えていました。これで「真の」推論速度を反映するはずです。
* **CPU 使用率が急上昇しなくなりました。** 以前は、インライン querier の ID が再描画のたびに変わり、 `useLiveQuery` が継続的に再購読していました。
* **Unsloth Studio に終了用の x ボタンが追加され、正常にシャットダウンできるようになりました。** 以前は、デスクトップアイコンから開いた後に閉じても正しく終了しませんでした。今では、ショートカットから起動するとターミナルも開き、そのターミナルを閉じると Unsloth Studio が完全に終了します。前回のセッションからまだ開いたままの場合は、PC を再起動するか、次を実行してください `lsof -i :8888` その後 `kill -9 <PID>`.
* **さらに改善されたツール呼び出しと Web 検索** エラーを減らして。
* 多くの新情報を含む更新済みドキュメント： [モデルの削除、アンインストール](/docs/jp/shii/studio/install.md#uninstall) など。
* **Windows と Linux 全体で、よりクリーンで賢いインストール／セットアップログに。** 出力は一貫したフォーマットで読みやすくなり、デフォルトでは静かになってよりスムーズな体験になり、より豊富な `--verbose` を使えば、詳細な技術情報の診断も利用できます。
* 学習履歴を表示できるようになりました！
  {% endupdate %}

{% update date="2026-03-25" tags="new-releases,fixes,improvements" %}

## Unsloth Studio 公開後の初回リリース

皆さん、これは Unsloth Studio を公開してから初めてのリリースです。新機能と修正が多数あります：

* **Unsloth Studio を更新できるようになりました！** 同じインストールコマンドで更新してください。
* **Windows** CPU または GPU がシームレスに動作するようになりました。再インストールしてください！
* **アプリのショートカット**。インストール後は、Windows、MacOS、Linux で Start / Launch とデスクトップのショートカットアイコンから起動できます。
* **事前ビルド済み `llama.cpp` バイナリ** と `mamba_ssm` — インストールが 6 倍高速に！ バイナリサイズも 300MB 未満です。
* **インストールサイズを 50% 削減** （7GB 以上の削減）、インストールは2倍高速になり、解決も高速化。PyPI サイズも 50% 小さくなりました。
* **ツール呼び出しが改善されました。** llama.cpp の解析が改善され、チャット内に生のツールマークアップが出ず、推論が高速化し、新しい Tool Outputs パネルとタイマーが追加されました。
* MacOS と CPU に [Data Recipes](/docs/jp/shii/studio/data-recipe.md) が有効になり、複数ファイルのアップロードに対応しました。
* **Linux 向けの AMD サポートは暫定対応** — AMD のみのマシンを自動検出します。
* **設定サイドバーを再設計しました。** 設定は次のグループにまとめられました **モデル、サンプリング、ツール、設定**
* **コンテキスト長** が調整可能になりました。これは不要な場合もあることに注意してください。llama.cpp は必要なコンテキストを賢く `--fit on`
* **で使用します。** Data レシピが PDF、DOCX、TXT、MD の複数ドラッグ＆ドロップアップロードに対応し、バックエンド抽出、保存済みアップロード、改善されたプレビューも利用できます。
* **Colab** での無料 T4 GPU と Unsloth Studio の組み合わせは修正されました！ [こちらで試してください](https://colab.research.google.com/github/unslothai/unsloth/blob/main/studio/Unsloth_Studio_Colab.ipynb)。事前ビルド済みバイナリにより、20倍高速でもあります！
* **チャットの可観測性が向上しました。** Unsloth に次が表示されるようになりました `llama-server` タイミングと使用量、コンテキストウィンドウ使用量バー、より詳細なソースのホバーカード
* **全体的に UX が向上** — クリック可能なリンク、より良い LaTeX 解析、デフォルトカード向けのツール／コード／Web ツールチップなど、さらに多くの改善！
* **LiteLLM -** Unsloth Studio と Unsloth は **影響を受けていません** 最近の LiteLLM の侵害の影響を受けませんでした。Nemo Data Designer は LiteLLM を次の時点までしか使用しておらず `1.80`、影響を受けたものではなく `1.82.7` または `1.82.8`、その後完全に削除しました。
* 新しい1行のインストールコマンドができました。実行するだけです：&#x20;

  <pre class="language-bash" data-overflow="wrap" data-expandable="true"><code class="lang-bash">curl -fsSL https://unsloth.ai/install.sh | sh
  </code></pre>

#### **修正点：**

* **Windows / セットアップの改善。** Windows の無音終了、Anaconda/conda-forge の起動クラッシュ、壊れた非 NVIDIA Windows インストール、初期 CUDA チェックや古い venv チェックの欠落を修正しました。
* **システムプロンプトを修正しました。** 非 GGUF のテキストおよびビジョン推論で再び機能します。
* **システムプロンプトとプリセットを永続化しました。** カスタムのシステムプロンプトとチャットプリセットが、再読み込みやページ変更をまたいで保持されるようになりました。
* **GGUF エクスポートを拡張しました。** LoRA/PEFT だけでなくフルファインチューニングも GGUF にエクスポートできるようになりました。ベースモデルの解決がより信頼性の高いものになり、サポートされないエクスポートオプションは UI で無効化されています。
* **チャットのスクロール／レイアウト修正。** 生成中のスクロール位置の問題、思考パネルのレイアウトずれ、推論パネルを折りたたんだときのビューポートの跳ねを修正しました。
* **より賢いポート競合検出。** Unsloth がループバック競合を検出し、可能な場合はブロックしているプロセスを特定し、フォールバックポートのメッセージをより分かりやすく表示します。
  {% endupdate %}

{% update date="2026-03-17" tags="fixes,improvements" %}

## 新しいツール呼び出し + Windows の安定性

* Claude Artifacts が動作するため、HTML をチャット内でスネークゲームのように実行できます
* ツール呼び出しが 30% 以上高精度に、特に小規模モデルで改善 + ツール呼び出し用タイマー
* ツール + Web 検索の出力を保存可能 + 自動修復ツールのオン／オフ切り替え
* 多数のバグ修正 - Windows の CPU が動作し、Mac はよりシームレスに、インストールはより高速かつ軽量に
  {% endupdate %}
  {% endupdates %}


---

# 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/shii/changelog.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.
