{% endcolumn %}
{% endcolumns %}
**手動手順:** Unsloth Studio は、Hugging Face Hub のキャッシュにダウンロードされたモデルを検出します `(C:\Users{your_username}.cache\huggingface\hub)`. LM Studio 経由でダウンロードした GGUF モデルがある場合、これらは `C:\Users\{your_username}.cache\lm-studio\models` ***または*** `C:\Users{your_username}\lm-studio\models` に保存され、デフォルトでは llama.cpp からは見えません。Unsloth Studio で読み込むには、これらの .gguf ファイルを Hugging Face Hub のキャッシュディレクトリ（または llama.cpp からアクセス可能な別のパス）へ移動またはコピーする必要があります。
Unsloth でモデルやアダプターをファインチューニングした後、それを GGUF にエクスポートして、 **llama.cpp** を使って Unsloth Chat で直接ローカル推論を実行できます。Unsloth Studio は llama.cpp と Hugging Face によって支えられています。
### ファイルをコンテキストとして追加する
Unsloth Chat は会話内でマルチモーダル入力を直接サポートします。ドキュメント、画像、音声をプロンプトの追加コンテキストとして添付できます。
これにより、PDF、スクリーンショット、参考資料などの実世界の入力をモデルがどのように扱うかを簡単にテストできます。ファイルはローカルで処理され、モデルのコンテキストとして含まれます。
### **モデルファイルの削除**
古いモデルファイルは、モデル検索のゴミ箱アイコンから削除するか、既定の Hugging Face キャッシュディレクトリから該当するキャッシュ済みモデルフォルダを削除することで消せます。既定では、Hugging Face は `~/.cache/huggingface/hub/` を macOS/Linux/WSL で使用し、 `C:\Users\\.cache\huggingface\hub\` を Windows で使用します。
* **MacOS、Linux、WSL:** `~/.cache/huggingface/hub/`
* **Windows:** `%USERPROFILE%\.cache\huggingface\hub\`
もし `HF_HUB_CACHE` または `HF_HOME` が設定されている場合は、その場所を使用してください。Linux と WSL では、 `XDG_CACHE_HOME` も既定のキャッシュルートを変更できます。
### **Unsloth が GPU を検出しない、または使用しない**
Docker でモデルが特に GPU を使っていない場合は、次を試してください:
最新イメージを手動で取得:
```bash
docker pull unsloth/unsloth:latest
```
* GPU アクセスを有効にしてコンテナを起動:
* `docker run`: `--gpus all`
* Docker Compose: `capabilities: [gpu]`
* Linux では、NVIDIA Container Toolkit がインストールされていることを確認してください。
* Windows では:
* 次を確認してください `nvcc --version` が次に示す CUDA バージョンと一致していること `nvidia-smi`
* 次を参照:
---
# 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/studio/chat.md?ask=&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.
