Unsloth Studioのインストール

ローカル端末にUnsloth Studioをインストールする方法を学びましょう。

Unsloth Studio は Windows、Linux、WSL、MacOS で動作します。デバイスごとにシステム要件は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。

WindowsMacOSLinux & WSLDocker

• Mac: CPU のように - チャット + データレシピ は今のところ動作します。 MLX トレーニングはもうすぐ利用可能です。

• CPU: Unsloth は GPU なしでも動作します、ただしチャット + データレシピ向けです。

• トレーニング: で動作します NVIDIA: RTX 30、40、50、Blackwell、DGX Spark/Station など + Intel GPU

• 近日対応: サポート対象 Apple MLX および AMD.

インストール手順

インストール手順はすべてのデバイスで同じであることを覚えておいてください:

1

Unsloth をインストール

MacOS、Linux、WSL:

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

Windows PowerShell:

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

最初のインストールには 5〜10 分かかることがあります。 llama.cpp バイナリをコンパイルする必要があるため、これは正常です。キャンセルしないでください。 事前コンパイル済みバイナリに取り組んでいるので、次回はそれほど時間がかからなくなります。

WSL ユーザー: 入力を求められます sudo ビルド依存関係をインストールするためのパスワード（cmake, git, libcurl4-openssl-dev).

2

Unsloth Studio を起動

MacOS、Linux、WSL:

source unsloth_studio/bin/activate
unsloth studio -H 0.0.0.0 -p 8888

Windows Powershell:

& .\unsloth_studio\Scripts\unsloth.exe studio -H 0.0.0.0 -p 8888

次に開いてください http://localhost:8888 をブラウザで。

3

導入

初回起動時に、アカウントを保護するためのパスワードを作成し、後で再度サインインする必要があります。その後、モデル、データセット、基本設定を選択する簡単な導入ウィザードが表示されます。いつでもスキップできます。

4

トレーニングと実行を開始

起動後すぐにファインチューニングとデータセット作成を始められます。Unsloth Studio の使い方については、ステップごとのガイドをご覧ください:

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。モデルをトレーニングするには、システムが次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

• App Installer （含む 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 チャット GGUF モデル向けおよび データレシピ (エクスポート は近日公開予定です）。 MLX トレーニングはまもなく登場！

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

• Homebrew をインストール: こちら

• Git: brew install git

• cmake: brew install cmake

• openssl: brew install openssl

• 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

Linux & 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

• CUDA ツールキット（12.4 以上推奨、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

Docker

Docker イメージが Studio で動作するようになりました！Mac 互換性に取り組んでいます。

• 最新の Unsloth コンテナイメージを取得: docker pull unsloth/unsloth

• 次のコマンドでコンテナを実行:

docker run -d -e JUPYTER_PASSWORD="mypassword" \
  -p 8888:8888 -p 8000:8000 -p 2222:22 \
  -v $(pwd)/work:/workspace/work \
  --gpus all \
  unsloth/unsloth

詳細については、 こちらをご覧ください.

• Studio インスタンスにアクセス: 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 デバイスで チャット GGUF モデル向けおよび データレシピ (エクスポート は近日公開予定）

• NVIDIA GPU ドライバーを除き、Linux の上記内容および MacOS と同じです。

Google Colab

私たちは 無料の Google Colab ノートブック を作成しました。これにより、Colab の T4 GPU 上で Unsloth のすべての機能を試せます。最大 22B パラメータまでのほとんどのモデルをトレーニングおよび実行でき、より大きなモデルにはより大きい GPU に切り替えられます。『Run all』をクリックするだけで、インストール後に UI が表示されるはずです。

T4 GPU で llama.cpp をコンパイルするには 30 分以上かかるため、より高速にするには大きい GPU の使用を推奨します。

Google Colabcolab.research.google.com

インストールが完了したら、 Start Unsloth Studio までスクロールし、 Open Unsloth Studio を左側に表示されている白いボックス内でクリックしてください:

場合によっては Studio リンクがエラーを返すことがあります。これは Google Colab が Colab ページに留まることを期待しているためです。非アクティブと検出されると、GPU セッションを終了することがあります。

トラブルシューティング

問題	修正
Python バージョンエラー	sudo apt install python3.12 python3.12-venv バージョン 3.11 以上 3.14 未満
nvidia-smi が見つかりません	https://www.nvidia.com/Download/index.aspx から 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 に追加してください
llama-server のビルドに失敗しました	致命的ではありません。Studio は引き続き動作しますが、GGUF 推論は利用できません。 cmake をインストールしてセットアップを再実行すると修正できます。
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 ~/.unsloth/llama.cpp し、セットアップを再実行してください