Introducing Unsloth Desktop: the first local app to run & train models
✨Read more
Ctrlk
RedditDiscordGitHubNewsletter
For the complete documentation index, see llms.txt. This page is also available as Markdown.

Unsloth Studioのインストール

Unsloth Studioを手動でインストールするか、別個のUnsloth Desktopアプリをダウンロードします。

Unsloth Studio は Windows、Linux、WSL、MacOS で動作します。システム要件はデバイスごとに異なる場合がありますが、どのデバイスでも同じインストール手順を使用してください。

Unsloth Desktopでインストール

Unsloth Studio をインストールする最も簡単な方法は、ネイティブの デスクトップアプリです。お使いのOS向けにダウンロードしてください:

このページの残りの部分では Unsloth Studio 手動でインストールします。

Unsloth Studio の手動インストール

WindowsmacOSLinux および WSLDocker開発者向けインストール

クイックスタート

Unsloth をインストール:

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

更新にも同じコマンドを使用してください。

Unsloth をインストール:

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

更新にも同じコマンドを使用してください。

この Unsloth の Docker イメージ unsloth/unsloth は Docker で利用できます。 ガイドを読む。

Unsloth Desktopをインストール：

brew install --cask unsloth

Unsloth Desktopを更新：

brew upgrade --cask unsloth

Unsloth Desktopをインストール：

winget install --id UnslothAI.Unsloth -e

Unsloth Desktopを更新：

winget upgrade --id UnslothAI.Unsloth -e

以下に、より詳しい手順を示します:

ステップ 1: Unsloth のセットアップ

次を起動してください ターミナル （Mac で）を開き、下のコマンドを入力して Unsloth をインストールします。

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

または Homebrew:

brew install --cask unsloth

Unsloth は以下のように環境のセットアップと必要なパッケージのインストールを開始します。 Y と入力して Enter を押し、今すぐ Unsloth を起動してよいか尋ねられたら許可してください。これにより、ローカルの 8888 ポートで Unsloth が起動します。

インストール中に Unsloth を起動しないことを選んだ場合でも、いつでも次を使って Unsloth アプリを起動できます: unsloth studio -p 8888 。PC/コンピュータ外のクライアントから Unsloth インスタンスにアクセスできるようにしたい場合は、 -H 0.0.0.0 を unsloth studio コマンドで接続できます。

ステップ 2: Unsloth を起動

お好みのブラウザを開き、 http://127.0.0.1:8888 URL にアクセスしてください。Unsloth のインストールが初めての場合は、新しいパスワードの作成が求められます。その後、下の図のように Unsloth アプリが Chat ページで開きます。

HTTPS と Cloudflare で Unsloth を安全に起動します。 Unsloth は現在、無料の Cloudflare トンネルを介して HTTPS で安全に起動する方法を提供しています。以下を使用してください（Windows、Mac、Linux で動作します）:

すぐにモデルの学習や実行を開始できます。始めるための、より詳しいステップごとのガイドは以下で確認できます:

Get Started

ステップ 1: Unsloth のセットアップ

スタートメニューを開いて、 PowerShellを検索し、起動します。下のインストールコマンドをコピーして貼り付けてください:

その後、自動的にインストールが始まります。インストールが完了すると、PowerShell が Unsloth Studio を起動するかどうかを尋ねます.

また、次のコマンドでも起動できます:

PC/コンピュータ外のクライアントからインスタンスにアクセスできるようにしたい場合は。 次を追加してください -H 0.0.0.0 を unsloth studio コマンドで接続できます。

ステップ 2: Unsloth を起動

開く http://127.0.0.1:8888 をブラウザで開いてください。初回起動時は、続行するために新しいパスワードを作成し、Chat ページに進みます。 Unsloth Studio がインストールされ、使用できる状態になりました。

Unsloth アプリが下図のように Chat ページで開くはずです。

HTTPS と Cloudflare で Unsloth を安全に起動します。 Unsloth は現在、無料の Cloudflare トンネルを介して HTTPS で安全に起動する方法を提供しています。以下を使用してください（Windows、Mac、Linux で動作します）:

すぐにモデルの学習や実行を開始できます。始めるための、より詳しいステップごとのガイドは以下で確認できます:

Get Started

ステップ 1: Unsloth のセットアップ

ターミナルアプリケーションを開いてください。 Ctrl + Alt + Tを押すか、 Terminal をシステムのアプリケーションメニューで検索すると起動できます。

Windows のスタートメニューをクリックし、インストール済みディストリビューション名（例: Ubuntu）を入力して開きます。

では WSLお使いの NVIDIA ドライバー がインストールされていることを確認してください Windows （WSL の外側に）そして CUDA Toolkit が WSL ディストリビューション内にインストールされていることを確認してください。詳細は以下のシステム要件を参照してください。

インストールするには、インストールコマンドをコピーして実行してください:

次に:

  1. ターミナルウィンドウ内をクリックし

  2. 次のコマンドを貼り付けます Ctrl + Shift + V

  3. を押してください Enter

Unsloth は以下のように環境のセットアップと必要なパッケージのインストールを開始します。 Y と入力して Enter を押し、今すぐ Unsloth を起動してよいか尋ねられたら許可してください。これにより、ローカルの 8888 ポートで Unsloth が起動します。

インストール中に Unsloth を起動しないことを選んだ場合でも、いつでも次を使って Unsloth アプリを起動できます: unsloth studio -p 8888 。PC/コンピュータ外のクライアントから Unsloth インスタンスにアクセスできるようにしたい場合は、 -H 0.0.0.0 を unsloth studio コマンドで接続できます。

ステップ 2: Unsloth を起動

お好みのブラウザを開き、 http://127.0.0.1:8888 を URL 欄に入力してください。Unsloth のインストールが初めての場合は、 http://127.0.0.1:8888/change-password ページへ移動します。下図のとおりです:

HTTPS と Cloudflare で Unsloth を安全に起動します。 Unsloth は現在、無料の Cloudflare トンネルを介して HTTPS で安全に起動する方法を提供しています。以下を使用してください（Windows、Mac、Linux で動作します）:

すぐにモデルの学習や実行を開始できます。始めるための、より詳しいステップごとのガイドは以下で確認できます:

Get Started

システム要件

Windowss

Unsloth Studio は WSL なしで Windows 上で直接動作します。モデルを学習するには、システムが以下の要件を満たしていることを確認してください:

要件

  • Windows 10 または Windows 11（64 ビット）

  • ドライバーがインストールされた NVIDIA GPU（Intel GPU については、 Intel GPU)

  • App Installer （ winget): こちら

  • Git: winget install --id Git.Git -e --source winget

  • Python：バージョン 3.11 以上 3.14 未満

  • 次のような Python 環境内で作業してください uv, venv、または conda/mamba

macOS

Unsloth Studio は Mac デバイスで Chat および学習、さらにすべての機能に対応しています。Unsloth で MLX モデルを実行できます。

  • macOS 12 Monterey 以降（Intel または Apple Silicon）

  • 次のような Python 環境内で作業してください uv, venv、または conda/mamba

Linux および WSL

  • Ubuntu 20.04 以降、または同等のディストリビューション（64 ビット）

  • ドライバーがインストールされた NVIDIA GPU（Intel GPU については、 Intel GPU)

  • CUDA Toolkit（12.4 以上を推奨、blackwell には 12.8 以上）

  • Git: sudo apt install git

  • Python: バージョン 3.11 以上 3.14 未満

  • 次のような Python 環境内で作業してください uv, venv、または conda/mamba

Intel GPU

まず最新の Intel GPU ドライバーをインストールしてください（以下の Intel ガイドを参照）。その後、Linux と Windows では、Intel Arc、Arc Pro、Arc グラフィックス搭載 Core Ultra、または Data Center GPU Max / Flex が唯一の GPU として検出された場合に、インストーラーが自動的に Intel XPU PyTorch を選択します。Linux では、インストーラーの GPU 行に Intel GPU（<device id>、XPU） と表示されます。

インストーラーが Intel GPU を認識または選択できない場合は、XPU PyTorch を手動で固定してください:

  • WSL（インストーラーに PCI ディスプレイデバイスが表示されない場合）

  • NVIDIA または AMD GPU も搭載しているシステム（PyTorch のインストール 1 回につき 1 ベンダーのみ対応するため、もう一方の GPU は学習に使用されません）

  • Linux では ONEAPI_DEVICE_SELECTOR, SYCL_DEVICE_FILTER または SYCL_DEVICE_ALLOWLIST が設定されている場合、または ZE_AFFINITY_MASK が空以外、または default

Linux、WSL:

Windows（PowerShell）:

XPU を固定した場合（たとえば WSL 上）、更新のためにインストーラーを再実行するたびに同じ変数を設定してください。設定しないと、再実行時に CPU PyTorch が再度インストールされます。Intel GPU 搭載システムで CPU PyTorch を使い続けたい場合は、代わりに UNSLOTH_TORCH_INDEX_FAMILY=cpu を設定してください（または UNSLOTH_DISABLE_XPU_AUTO=1 を Linux で）。

Docker

Docker イメージが Unsloth で動作するようになりました！Mac 対応にも取り組んでいます。

  • 最新の Unsloth コンテナイメージを取得してください: docker pull unsloth/unsloth

  • コンテナは次で実行します:

詳細は こちらを参照.

  • スタジオインスタンスへアクセスするには http://localhost:8000 または外部 IP アドレス http://external_ip_address:8000/

CPU のみ

Unsloth Studio は CPU デバイスを Chat GGUF モデル向けに データレシピ

  • Linux（NVIDIA GPU ドライバーを除く）および MacOS については、上記と同じです。

開発者 / Nightly インストール（上級者向け）

メインリポジトリのインストール

macOS、Linux、WSL の開発者向けインストール:

分離された場所（独自の仮想環境、 auth/, studio.db、キャッシュ、および llama.cpp ビルド）にインストールするには、 UNSLOTH_STUDIO_HOME を設定し、起動時に再度渡してください:

更新するには:

Windows PowerShell の開発者向けインストール:

分離された場所（独自の仮想環境、 auth/, studio.db、キャッシュ、および llama.cpp ビルド）にインストールするには、 UNSLOTH_STUDIO_HOME を設定し、起動時に再度渡してください:

更新するには:

リモートアクセス: --secure （HTTPS トンネル） vs 生ポート

既定では unsloth studio にバインドされます 127.0.0.1 （このマシンのみ）。別のデバイスから到達するには、次のいずれかを選んでください:

  • --secure （推奨）: のみ 無料の Cloudflare HTTPS リンクを通じて提供します。Unsloth は localhost にバインドされたままで、トンネルが公開 URL を提供します。トンネルを確立できない場合はフェイルクローズ（起動しない）するため、生ポートが公開されることはありません。

  • -H 0.0.0.0: 生ポートをすべてのネットワークインターフェースにバインドし、ネットワーク上のどこからでも到達可能にします。信頼できるネットワークでのみ使用してください。

サーバー側ツール（Web 検索、Python およびターミナルコード実行）はあなたのユーザー権限で動作し、既定で有効です。API キーを使ってサーバーに到達できる人ならこのマシン上でコードを実行できるため、API キーは秘密にし、Unsloth を公開する際は --disable-tools を渡してください。

高度な起動方法

インストーラーのオプションは環境変数として渡せます。macOS、Linux、WSL では、パイプの後に変数を置くことでシェルが shに渡します。Windows では $env: を、 iex.

PyTorch をスキップ（GGUF のみモード）:

Python バージョンを固定する:

次を使って任意の場所にインストール: UNSLOTH_STUDIO_HOME:

コア数の多いホストでは、Unsloth のネイティブ CPU スレッドプールを制限します: UNSLOTH_CPU_THREADS=8 unsloth studio -p 8888.

アンインストール

Unsloth Studio を完全に削除する推奨方法は、お使いの OS に対応したアンインストールスクリプトを使うことです。これにより、実行中のサーバーを停止し、インストールディレクトリ、ランチャーデータディレクトリ、デスクトップショートカット、および各プラットフォーム固有の項目（macOS .app ではバンドル + Launch Services、Windows ではスタートメニュー、 HKCU\Software\Unsloth レジストリキーとユーザーの PATH エントリ）を削除します:

  • ​ MacOS、WSL、Linux:

  • ​ Windows（PowerShell）:

インストールディレクトリだけを削除し、後で再インストールするためにランチャー/ショートカットは残したい場合は、代わりに rm -rf ~/.unsloth/studio （Mac/Linux/WSL）または Remove-Item -Recurse -Force "$HOME\\.unsloth\\studio" （Windows）を実行できます。 ~/.cache/huggingface のモデルキャッシュは、これらのどれでも変更されません。

手動アンインストール

特定の部分だけを削除したい場合は:

1. アプリのみ削除 （履歴、チャット、チェックポイント、エクスポートはそのまま保持されます）:

  • macOS、WSL、Linux: rm -rf ~/.unsloth/studio/unsloth_studio

  • Windows（PowerShell）: Remove-Item -Recurse -Force "$HOME\\.unsloth\\studio\\unsloth_studio"

2. Unsloth を完全に削除 （他の Unsloth ツールはそのまま保持されます）:

  • macOS、WSL、Linux: rm -rf ~/.unsloth/studio

  • Windows（PowerShell）: Remove-Item -Recurse -Force "$HOME\\.unsloth\\studio"

3. Unsloth 関連をすべて削除:

  • macOS、WSL、Linux: rm -rf ~/.unsloth

  • Windows（PowerShell）: Remove-Item -Recurse -Force "$HOME\\.unsloth"

注意: 手順 3 では、履歴、チャット、モデルチェックポイント、エクスポートのすべてが削除されます。これは元に戻せません。

4. ショートカットとシンボリックリンクを削除:

macOS:

Linux:

WSL / Windows（PowerShell）:

5. CLI コマンドを削除:

  • macOS、Linux、WSL: rm -f ~/.local/bin/unsloth

  • Windows（PowerShell）: インストーラーは venv の Scripts ディレクトリを User PATH に追加しました。削除するには、設定 → システム → 詳細情報 → 詳細システム設定 → 環境変数 を開き、 Path を User 変数内で見つけ、以下を指すエントリを削除してください .unsloth\\studio\\...\\Scripts.

注意: 手順 1〜5 では、ダウンロード済みの HF モデルファイルには触れません。容量を回収したい場合は、下記の「キャッシュされた HF モデルファイルの削除」を参照してください。

キャッシュされた HF モデルファイルを削除しています

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して消せます。既定では、Hugging Face は ~/.cache/huggingface/hub/ を macOS/Linux/WSL で使用し、 C:\Users\<username>\.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、代わりにその場所を使用してください。Linux と WSL では、 XDG_CACHE_HOME で既定のキャッシュルートも変更できます。

古い / 既存の GGUF モデルの使用

4月1日更新: 既存のフォルダを選択して、Unsloth に検出させることができます。

3月27日更新: Unsloth Studio は現在 古い / 既存のモデルを自動検出します Hugging Face、LM Studio などからダウンロードされたもの。

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 。場合によっては、表示されないときに、その .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 がアクセスできる別のパス）へ移動またはコピーして、Unsloth Studio に読み込ませる必要があります。

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。

Google Colabノートブック

作成しました 無料のGoogle Colabノートブック これにより、ColabのT4 GPUでUnslothのすべての機能を試せます。最大220億パラメータのほとんどのモデルをトレーニング・実行でき、より大きなモデルには大型GPUへ切り替えられます。「すべて実行」をクリックするだけで、インストール後にUIが表示されます。

LogoGoogle Colabcolab.research.google.com

インストールが完了したら、 Unsloth Studioを開始 までスクロールして Unsloth Studioを開く を左側に表示される白いボックス内でクリックします：

さらに下へスクロールすると、実際のUIが表示されます。

Unslothのリンクでエラーが返される場合があります。これは、Cookieを無効にしているか、広告ブロッカーまたはMozillaを使用している可能性があるためです。ボタンの下までスクロールすれば、引き続きUIにアクセスできます。

Google Colab でも Colab ページにとどまっていることが求められます。非アクティブと検出されると、GPU セッションが停止されることがあります。

トラブルシューティング

問題
対処法

Python バージョンのエラー

sudo apt install python3.12 python3.12-venv 3.11 以上 3.14 未満のバージョン

nvidia-smi が見つかりません

https://www.nvidia.com/Download/index.aspx থেকে NVIDIA ドライバーをインストールしてください

nvcc が見つかりません (CUDA)

sudo apt install nvidia-cuda-toolkit または /usr/local/cuda/bin を PATH に追加

llama-server のビルドに失敗しました

致命的ではありません。Unsloth は引き続き動作しますが、GGUF 推論は利用できません。 cmake をインストールし、再度セットアップを実行して修正してください。

cmake が見つかりません

sudo apt install cmake

git が見つかりません

sudo apt install git

ビルドに失敗しました

削除して ~/.unsloth/llama.cpp セットアップを再実行してください

前へChat with models
次へData Recipes

最終更新

役に立ちましたか？