> 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/xin-zhe/changelog.md).

# Unslothの更新情報

最新リリース、改善点、修正内容に関するUnslothの変更履歴です。

最新の変更を使用するには、 [Unslothを更新してください](/docs/jp/xin-zhe/studio/install.md#update-unsloth-studio).

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

## Docker + マルチユーザー + AMD対応

マルチユーザーアカウント、RDNA1+2、FP8/INT8の拡散サポート、ARM64 CUDA Windows対応、そして多くの学習、GRPO、推論の改善を備えた、新しく更新されたDockerイメージをリリースします

#### ハイライト：

* NVIDIAとAMDをサポートする更新済み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をサポート
* AMD RDNA1およびRDNA2をサポート
* 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、バンドルされた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のデータはvolume上に保存され、アプリコードは固定されません。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。
* サポート対象のLinuxホスト向けにAMD ROCmイメージを追加しました。

#### 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のパスワードで。
* 設定が一致している場合、ロード済みモデルを共有しながら作業を分離できます。単一アカウントの動作は変わりません。

#### チャット + 推論

* ローカルモデルの読み込み中でも、キューに入ったプロンプトを編集、並べ替え、誘導できます。
* GGUFの推論予算、調整可能なチャット幅、デスクトップスケーリング、コンパクトなコンポーザーを追加しました。
* 長い推論への応答性、チャット履歴の保持、ツールが生成したファイルと画像の処理が改善されました。

#### ハードウェア + 推論

* MLXで動画入力、任意のMoEおよびデコード最適化、より信頼性の高いマルチモーダルチャットが利用できるようになりました。
* GGUFのメモリ見積もり、DGX Sparkの処理、NVIDIA検出、NVLinkチェック、ユーザー選択のGPU順序が改善されました。
* ネイティブWindows ARM64デスクトップパッケージング、Qwen3.5 `fast_inference`、およびAscend NPU検出を追加しました。

#### 研究 + API

* Deep Researchは未完了のレポートの保持、JSON出力の処理、証拠のない実行のフラグ付けを改善しました。スキャンしたPDFアップロードにはローカルOCRの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が改善されました。
* 追加 `/v1/chat/completions` の動画入力と、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ビットのファインチューニング書き出し、LoRA保存、HubへのPushを修正しました。
* データセット処理、学習メモリの見積もり、コンテナ終了時のチェックポイント保存が改善されました。コア修正には正規化、RoPE、Q-GaLore、分散デバイス選択が含まれます。
* Windowsへのインストール、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が改善されました。

#### セキュリティ + ツール実行

* 資格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追加しました。
* サポート対象の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しました。ネットワークアクセスは引き続き無制限です。OS隔離が利用できない場合、自動モードは既存の保護を維持します。

<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" %}

## 2倍高速なQwen3.8-Flash + GLM-5.3

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** 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、パフォーマンス全体にわたって含まれています。

* MTPによるQwenとGLMの生成の高速化に加え、ツール使用の改善と推奨Qwen設定。
* 特に長い会話で、すべてのチャットのUI/UXの遅延が大幅に減少
* 新たにサポート **MiniMax-Music3、Higgs、MOSS** オーディオモデル。進捗追跡とクリップ管理も含まれます。
* ローカルサーバーと接続されたプロバイダー全体で、より信頼性の高いモデル読み込み。
* ツール呼び出し、返信、メディア、会話ブランチを保持する、より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エクスポートが改善されました。
* AMD/ROCmのインストール、検出、GPU互換性が強化されました。
* 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が向上しました。
* のための新しいOpenAI互換API **動画、音声、MLXで提供されるモデル**.
* 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が改善されました。

<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) は現在Unslothでローカル実行できます！

* Qwen3.8-Flashは75GB RAMで動作します
* GLM-5.3-Flashは102GB RAM + VRAMで動作します
* RAMオフロードが最大5倍高速
* 繰り返し自動圧縮が現在は安定して動作
* 100以上のチャット、信頼性、パフォーマンスの改善

<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初期プレビュー。

* 1ビットのDynamic GGUFは75GB RAMまたはユニファイドメモリで動作します
* テキストと画像で最大262Kコンテキスト
* なし、低、中、超高
* Thinkingの保持により長いチャットでの一貫性が向上

#### GLM-5.3-Flash

18Bのアクティブパラメータを持つ320Bのマルチモーダルモデル。

* 1ビットモデルは102GBのRAM + VRAM合計で動作
* テキスト、画像、ドキュメントで最大1Mコンテキスト
* 低、高、最大の推論モード
* コーディング、エージェント、ビジョン性能の改善

#### Unslothの改善

* 大きなGGUFはGPUとシステムRAMに自動的に分割
* 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旧
* マルチ画像ビジョンとMCP画像サポートの改善
* チャットをJSONLとしてエクスポート
* 自動圧縮コントロールの改善
* 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" %}

## 自動圧縮 + LANアクセス

先週のQwen3.8-27BとUnsloth Desktopのサポートありがとうございます！ 私たちの [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導入しました：

* **自動圧縮（実験的）** コンテキスト制限を超える長いチャットのために
* [**リモート & LANアクセス（プレビュー）**](/docs/jp/ji-ben/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に
* **より高速なチャット** - ストリーミング性能を改善し、UIの遅延を減らし、長い会話をより滑らかにしました。
* サポート **カスタムllama.cppビルド**。Cache RAM、Mmap、Mlock、Checkpoints、Speculative Decoding KVキャッシュ、Visionのオン/オフ切り替え
* [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、他のどのモデルよりもトップ1精度が10%以上高くなっています。Unslothで動作します。

#### 自動圧縮（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にのみ削除され、検索可能なままです。
* 新しいコンテキストエポックにより、チャットを永続的に切り詰めることなく再現率が向上します。
* より高い精度のために要約ではなく検索を使用します。

#### 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。
* セキュリティ上、デフォルトで無効です。

#### チャットの改善

* 長いチャットが高速化され、スレッド処理が改善されました。
* Projectsはチャット、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`、およびより良いツールサポートを追加しました。

#### ハードウェア、推論、API

* カスタムllama.cppビルドとIntel XPUをサポート。
* より多くの推論制御（cache、mmap、mlock、checkpoints、speculative decoding、vision）。
* GPU検証、VRAM処理、互換性が改善されました。
* Responses APIでの構造化出力。
* llama-serverの復旧性が向上。

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を使えば17GB RAMで実行できます。Qwen3.8-27BはUnslothでファインチューニングすることもできます。Qwen3.8-27Bはサイズに対して圧倒的に最強のモデルです。NVFP4量子化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更新には以下が含まれます：

* Qwen3.8-27B + 追加のllama-server引数を許可 + 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
* 高速FP8でMiniMax-H3推論が10倍高速（30分に対して3分）
* GGUFの推論が10%高速化 + Bypass permissionsの修正
* 接続された [APIプロバイダー](/docs/jp/lian-xie/connections.md) は独自のSearchまたはUnsloth Desktop内蔵のSearchとツールを使用できます。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ツールを使用できます。

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の紹介

Unsloth Desktopの紹介 🦥 - モデルをローカルで実行・学習する最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

<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、拡散画像/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、自己修復するツール呼び出し + サンドボックス化されたコード実行\
• CPU + マルチGPU構成に対応 - NVIDIA、AMD、Intel、Mac\
• VRAMを70%削減してモデルを2倍高速に学習\
• プライベートWeb検索、Deep Research、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から初のオープンモデルであるMuse Glimmerをリリースしました。Muse GlimmerはMetaによる30Bパラメータの高密度モデルで、ローカルのエージェント的およびコーディングのワークフロー向けに構築されています。Apache 2.0ライセンスで公開されており、最高の性能を得るにはUnslothおよびUnsloth Dynamic量子化でMuse Glimmer 30Bを実行できます。

<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** の構成で、MacやGPUを含みます。Unslothを使って **20GB VRAM**.

でもMuse Glimmer 30Bを学習・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 + Deep Research + 並列チャット

皆さん、こんにちは！ [Kimi K3](/docs/jp/moderu/kimi-k3.md) はUnsloth Dynamic GGUFでローカル実行できるようになり、Unslothでは複数のチャットを並列で生成でき、そして新しいDeep Researchモードはローカルモデルを使って計画、読み取り、ソースの引用を行います。

このリリースではさらに [AMD](/docs/jp/ji-ben/amd.md) とIntel GPUのサポート、DoRA学習、そして多くのインストーラー、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、2.8TパラメータのMoEモデルで、104B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、1Mのコンテキストウィンドウを備えています。Kimi K3は思考専用で、Unslothは低・高・最大の推論努力をサポートします。

私たちの [Kimi K3 Dynamic GGUF](https://huggingface.co/unsloth/Kimi-K3-GGUF) をUnsloth経由で実行できます。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に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応じ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。
* ロスレス推論には、 `UD-Q8_K_XL`を使用してください。これはディスク容量1.56TBです。

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は現在、複数の会話を同時に実行できます。 **新しいチャット** を開始すると前の回答の生成は継続され、各アクティブな会話には独自の進捗インジケーターと停止コントロールが付与されます。

* 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つのチャットを停止できます。
* メモリが限られている場合、Unslothはスロット数を減らします。
* モデルの再読み込みは、確認後にアクティブなチャットを停止します。

#### Deep Research

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、引用付きレポートを作成します。

* リサーチ開始前に計画を確認して編集できます。
* 作業中は進捗と収集したソースを追跡できます。
* 完了済みのリサーチ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の許可またはブロックを行えます。
* 各実行ごとにソースと引用が保存されます。
* 書き出し前に、Unslothはサポートされない主張、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は、検証可能な推論としてマークされます。

チャットごとに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。任意のフルページグラウンディングでは、上位の検索結果を要約前の一時的なRAGに読み込めます。 `UNSLOTH_RESEARCH_AUTO_SCRAPE=1`で有効にできます。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、デフォルトでは無効です。

#### AMDサポートの改善

この更新は、私たちの最初の [AMDリリースとセットアップガイド](https://unsloth.ai/docs/basics/amd) を基に、より多くのGPUと、より信頼性の高いROCm推論および学習のサポートを追加したものです。

* RDNA2、Radeon、Ryzen、Strix Halo、ワークステーションGPUの検出が改善されました。
* MI50とRadeon VIIはLinuxで16ビットLoRAとフルファインチューニングをサポートします。
* 4ビットNaN、ライブラリ競合、長いRDNA起動停止を修正しました。
* サポートされないWindows HIP GPUはVulkanにフォールバックできます。
* Vulkanデバイスは実名を表示し、個別に選択できます。
* クリーンなWindowsインストールではWingetや開発者ツールは不要になりました。

#### 学習、モデル、プラットフォーム更新

* Intel XPUにより、Intel ArcおよびデータセンターGPU上でローカルチャットと学習が可能になります。
* DoRAはLoRAおよびフルファインチューニングと併用できます。
* 大きなエクスポートでは、GPU 0のメモリ制限を避けるために表示可能なすべてのGPUを使用できます。
* MLXに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、より良いVLMおよびLoRAサポートが追加されます。
* 誤った `flash_attention_2` のモデル出力を修正しました。
* bitsandbytesなしでもUnslothと保存ユーティリティが動作するようになりました。
* 修正 `.json` データセットおよびQwen3.5/3.6 MoEとGRPOノートブックのセットアップ。
* Hubダウンロードフォルダを見つけて開きやすくしました。
* リリースノートはUnsloth更新ポップアップで確認できます。
* `unsloth start --as-subagent` により、Codex、Claude Code、Piがタスクをローカル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！

皆さん、こんにちは！このリリースではローカルLLMの学習と推論が [AMD GPU](/docs/jp/ji-ben/amd.md) で、Windows、WSL、Linux全体で利用できるようになります。

<a href="/docs/jp/ji-ben/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-ben/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との協業、カスタムTritonカーネル、数学アルゴリズムにより、AMDのRadeon、Instinct、Vulkan、Ryzen、データセンターGPU全体で500以上のモデルを、VRAMを70%削減し精度低下なしで最大2倍高速に学習・実行できます。最適化されたROCmビルドはGGUFおよびSafetensors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のサポート** + Strix Halo / 他のAMD GPUで、AMDインストールがGPUを検出しない問題を修正
2. RDNA4の改善、HIP / ROCm失敗の自動修復と検知
3. **ユニファイドメモリが2倍高速** AMD safetensors読み込み + ユニファイドメモリデバイス向けのはるかに高速な勾配チェックポイント
4. 追加 **音声ディクテーション / whisper.cpp** 高速テキスト読み上げの初期サポート
5. インストール中のロールバック環境が5GBのディスク容量を消費する問題を修正 - 現在は自動クリーンアップ

#### AMDでLLMをローカル学習

* AMD GPU上でモデルをローカルに学習、RL実行、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の信頼性が向上しました。
* AMD MI300XおよびMI325X GPU向けのROCm互換性が改善されました。
* 経由でUnslothへリモートアクセス `unsloth studio --secure` Cloudflare経由の無料HTTPSを通して

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

#### チャット再開の高速化とダウンロードの信頼性向上

* アイドル状態のモデルがVRAMを解放した後、完全な会話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ダウンロードは、標準HTTPで自動的に再試行されます。
* モデル読み込み時に既存のGGUFファイルが再ダウンロードされずに再利用されます。

#### 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、互換性のあるAIクライアントがモデルと学習履歴の確認、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の書き出しを行えます。
  * 次で有効化します `UNSLOTH_STUDIO_ENABLE_MCP=1` そして必要なベアラートークンを `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したQwen3.5およびQwen3.6 MTPモデルがGGUFへ正しくエクスポートされるようになりました。
* 最終書き込み時にGGUFエクスポートを停止させる可能性があったWindowsの権限エラーを修正しました。

#### 見逃していた場合に備えて

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ゼーション、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、残りをW4A4で実行しながら、精度に敏感な層をFP8またはBF16に保ちます。NVIDIA Blackwell GPUでは、これにより最大2.5倍高速な推論が可能になり、調整済みFP8 KVキャッシュにより最大2倍長いコンテキストが実現します。

次をお読みください [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)を確認してください。Qwen3.6、Qwen3.5、Inkling、GLM-4.7 Flash、Gemma 4を含みます。

**Studioをカスタマイズ：**

Standard、Classic、Minimalのカラーパレットから選べます。各パレットに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、動きの削減などの調整も可能です。

Unslothには、ディクテーション、カスタム辞書設定、読み上げ用の音声設定タブも含まれています。

**新しい言語：**

Unsloth Studioは現在、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ます。ブラウザー言語の自動検出がデフォルトになりました。

**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**, **私に代わって承認**, **オフ** と **フルアクセス**-エージェントの制御をより細かく行えます。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により、意図しない変更のリスクも低減されます。
{% 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 にたくさんの新しいアップデート、特にカスタマイズ機能が追加されました。Unsloth を自分好みにできるようになりました：3つのカラーパレットに加え、カスタムカラーとフォント、7つの新しい表示言語、そして書き起こしと読み上げ用の新しい音声設定タブ。エージェントは、4段階のツール呼び出し権限セレクタ（Ask、Approve for me、Off、Full access）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 `llama.cpp` サポート。

また、ネイティブサポートも追加しました [Inkling](https://unsloth.ai/docs/models/inkling)、9750億パラメータのオープンモデルで、410億のアクティブパラメータと最大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、テキスト、画像、音声を受け付けてテキストを生成します。

#### 動的 NVFP4

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

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

Unsloth を自分好みにカスタマイズ

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：

* 以下から選べます **Standard**, **Classic**、そして **Minimal** のパレット。それぞれにライト版とダーク版があります。
* アクセント、背景、前景の色をカスタマイズできます。
* 独自のUI、見出し、チャット、コード用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、フォントのスムージングを調整できます。
* 設定を検索し、デバイス間で環境設定を同期できます。

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、韓国語をサポートしました。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

新しい音声タブで、音声入力、発音辞書、読み上げの設定を追加できます。音声認識と音声合成のサポートは近日対応予定で、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

従来のバイパストグルは、4段階の権限セレクタになりました：

* **Ask:** すべてのツール呼び出しを承認します。
* **Approve for me:** 読み取り専用の操作は自動実行し、潜在的に安全でない操作では停止します。
* **Off:** ツール呼び出しを無効にします。
* **Full access:** 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。

これらの制御は、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と、以下を伴う再開可能なセッションも追加されます `--persist`、より安全なリモートインストーラー警告、ツール出力のライブストリーミング、改善されたWeb抽出。

#### 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調整、複数GPUの選択、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

このリリースには次も含まれます：

* 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 grouped experts。
* 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、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のサポートを追加し、MLX、safetensors、ツール呼び出し、healing サポートなども含みます。Unsloth core は GRPO を 1.3 倍高速化し、停止したダウンロードのための 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 トグルと改良されたチャットテンプレート修正に対応しました。

<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>

#### より賢い OpenAI互換 API サービス

1つのローカル API エンドポイントを、より安全なモデル切り替えと改善されたエージェントツール復旧で運用できます。

* 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択でき、未知のモデル名は安全に現在のモデルを使い続けます。
* `/v1/models` 現在は、ローカルの代わりに、整形されたモデル ID とローカル GGUF カタログを返します `.gguf` パス。
* アイドル時の自動アンロードで非アクティブ後に VRAM を解放でき、ツール呼び出しの healing 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

エクスポートの柔軟性が向上し、不要なダウンロードを避けられます。

* ポータブル FP8/INT8、GGUF LoRA、ソース一致エクスポート、imatrix GGUF、圧縮 FP8/FP4 を含む複数のエクスポート形式を一度に選択できます。
* 複数チェックポイントのエクスポートで、ベースモデルの繰り返しダウンロードをさらに回避できます。
* FP8、INT8、GGUF-LoRA のエクスポートは現在 `trust_remote_code`を尊重し、GGUF エクスポートは不足している量子化設定をより確実に処理します。

#### RAG とファイルチャット

ファイルチャットは実際の文書でより便利になりました。

* RAG 添付ファイルは、カスタマイズ可能な埋め込みモデルと Hugging Face 検索を使って、文書全体のコンテキストを利用できるようになりました。
* ファイルチャットは、右から左に書くテキスト、インド系文字テキスト、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。
* プロキシ環境下でのローカル RAG チェックの信頼性が向上しました。

#### Unsloth の磨き込みと信頼性

日常利用が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、サイレントにフリーズしにくくなりました。
* 比較モード、モデル切り替え、モデルキャンセル、Hub の閲覧、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、ガイドツアー、ファイルダイアログ、更新画面、推論 UI がより整理され、一貫性が増しました。

#### インストーラー、ハードウェア、プラットフォームの修正

Unsloth はプラットフォームをまたいで、より確実にインストール・実行できるようになりました。

* macOS のインストールでは、プリビルド版がある場合に CMake や Homebrew が不要になりました `llama.cpp` 。また、Apple Silicon サポートではスペースを含むパスと統合メモリのサイズ調整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 のプリビルド選択、GGUF の適合チェック、vision/mmproj GGUF のテンソル並列処理、ローカル `llama.cpp` の再利用が、より信頼できるようになりました。

#### 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 は既定で sequence packing をサポートし、共有プロンプトの重複を避け、DDP のロジットスケーリングを正しく処理します。
* フル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 検出が修正されました。
* FP8 の量子化/非量子化、Transformers v5 での Llama 3 RoPE スケーリング、PEFT 0.19 の LoRA 再読み込み、そして `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 でサポートされました！すべての推論レベルに対応しています。 **3倍長いコンテキスト長** 新しい MTP 付き自動フィットアルゴリズムにより実現できるようになり、より長いチャットが可能になりました。権限バイパスモード、フォーク可能なチャット、キュー可能なチャット、モデル探索用の新しい Hub、並列モジュール + HTTPS Cloudflare サポートなども追加！次を使ってください `unsloth studio --secure` 安全な HTTPS のグローバルアクセスには

<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31GB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23GB空き）   | f16   | 134,049 | 262,144 |
|                         | q8\_0 | 252,329 | 262,144 |

#### チャットキャンバス、フォーク、キューイング

* 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地点から再実行できます。
* 元の会話を失わずにスレッドをフォークして分岐できます。
* 何も残さない一時的（シークレット）チャット。
* 生成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「成果物」は現在 **キャンバス**、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、Code ビューがあり、DiffusionGemma では生コードが折りたたまれずインライン表示されたままになります。
* チャット検索がすべてのメッセージを対象にし、自分のメッセージを先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画面 Hub。
* 分割表示フィードで README をプレビューでき、ダウンロード前に内容を確認できます。
* ダウンロードの既定は、より高速な **Xet** 転送になり、転送が止まった場合は自動的に HTTP にフォールバックします。
* 新しい「選択時に読み込み」トグルで、モデル読み込み前に読み込みオプションを設定できます。
* DiffusionGemma と今後の 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 とその他の vision モデルが、エラーなく読み込み・実行でき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、速度向上が再び機能するようになりました。
* テンソル並列処理の信頼性が向上しました。より高速な MTP パスが失敗しても、クラッシュせず自動で復旧します。
* DiffusionGemma は、ノイズ除去中に画像が生成されていく様子をライブ表示し、正確な速度統計も示します。

#### セキュリティと Cloudflare 暗号化スタジオ

* 新しい `--secure` エンドツーエンド暗号化スタジオ向けの Cloudflare 専用モードで、サーバー側ツールは下記のもとで有効のままです `--secure`。次を使用してください `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 モードを使ってください。
* 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。

#### ログ記録と API

* 新しい **API サーバーモニター** Unsloth 内で。
* API 呼び出しの高速化と低レイテンシ化
* ログが大幅に整理されました。スループットとレイテンシが表示され、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 / 60X GPU のサポート向上
* GPU ではなく CPU へのサイレントなダウングレードを修正
* 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。
* インストーラーは、壊れた PyTorch や CPU 専用の PyTorch インストールを自動修復し、Win/Linux/Mac/WSL の NVIDIA + AMD 環境でサイレントな 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 のメモリが実際に逼迫している場合に限ります（それ以外で不要な再読み込みはありません）。
* 起動時に llama-server がハードクラッシュしても、Unsloth は単に失敗するのではなく、段階的な復旧手順を試すようになりました。

#### 学習・一般修正・並列モジュール

* MLX 学習の更新。
* vLLM での GRPO 学習の信頼性を改善しました。
* 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が出るようになりました。
* Unsloth は、クラッシュ、再起動、中断されたシャットダウンの後に残っ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／区分化されました！つまり、4つを同時並行で実行できるようになりました！学習実行やエクスポートを待ちながら、チャットや推論もできます！

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) はすべてサポートされました。

* 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 により約 2 倍高速。
* Gemma 4 で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、管理できるようになりました。
* Unsloth は、すでに端末にあるモデルやデータセットを検出し、ダウンロード済みの資産と一緒に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) は現在、直接 **実行 / 新規チャット** アクションを持ちます。

#### RAG / ファイルでチャット（実験的）

* 追加 [**ファイルでチャット**](https://unsloth.ai/docs/new/studio/chat) が Unsloth に追加され、自分の文書や知識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、スレッドごとの文書、内蔵の `search_knowledge_base` ツールに対応しています。

#### 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 プリビルド](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。
* アプリ内に **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 サポートを改善し、 [Strix Halo の ROCm サポート](https://unsloth.ai/docs/get-started/install/amd), [Blackwell CUDA の選択](https://unsloth.ai/docs/blog/fine-tuning-llms-with-blackwell-rtx-50-series-and-unsloth)、インストーラーのメッセージをより明確にしました。

#### 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) の信頼性が向上し、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 vision モデルでのツール使用にも対応しました。
* 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 の動作を、ローカル Unsloth サーバー向けに改善しました。エラー、トークン使用量、停止理由、そして [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) にて、モデルラベル、生成速度統計が改善され、以下の修正も行いました [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) のエッジケースを修正しました。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も含まれます。
* チャット、メニュー、モデル選択、ダークモード、インポート/エクスポート、設定全体にわたって、多くの UI 仕上げ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

この更新は主に Gemma 4 12B、MCP、Projects、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アップデートを予定しています。

<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です。 [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 コンテキストに対応しています。Unsloth Studio 経由でモデルの実行と学習ができます。

#### 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の `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` サーバー向けの組み込みプリセット

#### 新しいチャット UI

* Projects、Canvas、 `MCP`、RAG と Compare のコントロールがプラスメニューに移動しました
* 検索とコードのコントロールに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の一貫性が Unsloth 全体で向上しました

#### Projects

* 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できます
* 既存のチャットをプロジェクトに移動できます
* サイドバーから直接プロジェクトを作成・管理できます

#### 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
* ブラウザー आधारित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します
* レンダリングされたプレビューとソースコードを切り替えられます

#### インストール、ランタイム、ハードウェア

* Windows のプリビルドインストールでは、もはや初期の `CUDA Toolkit` チェックは不要です
* Linux `llama.cpp` プリビルド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 検出がプリビルド選択に引き継が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 の更新` パッケージングでは最新更新が取得できないため、もう使わないでください！**
{% 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 の更新` パッケージングでは最新更新が取得できないため、もう使わないでください！**
{% endhint %}

#### Mac の更新

* 再有効化 `llama.cpp` Apple Silicon（M1-M4）向けプリビルドバイナリ - 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` プリビルドバイナリ
* Mac OS 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` プリビルドバイナリが Windows で動作するようになりました
* CUDA 13.2、CUDA 13.1 以前では、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 アップデート

* CUDA 13.3 の Linux 以外のバイナリは動作します。今のところは引き続き CUDA 13.1 を使います
* CUDA 13.3 が、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 アップデート

* 今のところ Blackwell は次のもののリリースが遅れます `llama.cpp` CUDA 12.4 では動作しないため、事前ビルド済みバイナリはありません。これはすぐに解決するよう取り組んでいます。
  {% endupdate %}

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

## Revamp 前のアップデート。

皆さん、今週か来週に来る可能性が高い大規模刷新の前に、もうひとつの更新を行っています。今回の刷新では、多くのことが変わります。特に新しい主要機能と、たくさん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>" %}

* 新機能: [**API 呼び出し対応**](https://unsloth.ai/docs/integrations/connections) 画像生成＋編集、ちゃんとしたWeb検索、コード実行、自動プロンプトキャッシュにも対応。接続 [OpenAI](https://unsloth.ai/docs/integrations/connections/openai), [Anthropic](https://unsloth.ai/docs/integrations/connections/anthropic-claude) など。
* 適切なサポート **英語以外の言語** 例: 日本語、中国語、インド語など。

前回のリリースを見逃した方も多いかもしれません。これは1日しか公開されませんでした。追加したもの:

* 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自動で取得できます。

#### API プロバイダー呼び出しと外部接続

* Unsloth を OpenAI、Anthropic、OpenRouter など、任意の API クラウドプロバイダーに接続できるようになりました
* **ビルトイン Web 検索** OpenAI、Anthropic、OpenRouter、Kimi 向け
* **ビルトインコード実行** OpenAI と Anthropic 向け（Anthropic のコンテナは永続化され、ターンをまたいで再利用されます）
* OpenAI と Anthropic のモデルでは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
* ローカルプロバイダー（llama.cpp / vLLM / Ollama）では API キーが任意になりました
* クラウドプロバイダーを追加するとモデルを自動読み込み

#### その他の Unsloth Studio アップデート

* OpenDocument のチャット添付
* o3 の reasoning summary payload
* 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"`、長いログ行の切り詰め修正
* UI でのツール推論トレースの表示
* 完全オフライン対応: キャッシュされた GGUF 検出と、推論・学習の両方に対するオフライン DNS の自動検出

#### Unsloth Studio のセキュリティ改善

* 認証のレート制限。リバースプロキシを考慮しており、バイパスされません
* 制限リストを厳格化したサンドボックス化 worker（bash、 `hf アップロード`, `NOFILE`)
* パスの包含制御により、worker が進行中の tmp ディレクトリから脱出できません
* 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` でのフォールバック `training_args.bin` そのため、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ありません
* 強化された Tauri デスクトップリリースフロー
* フロントエンド認証: 単一実行のトークン更新、変更時の現在のパスワード入力、正常に動作するログアウト、共有 422 ヘルパー
* キャンセル時のクリーンアップは、今では進行中の tmp ディレクトリに厳密に限定され、ユーザーステートを削除することはありません
  {% endupdate %}

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

## MTP + Unsloth の修正

Unsloth にたくさんのバグ修正、UI、UX 修正が入りました！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 `unsloth studio の更新` うまく動作しない
2. で止まってしまう問題を修正 `reset-password` ページ
3. オフラインモードのサポートをさらに追加
4. Mac、CPU、GPU で MTP が高速になっていなかった問題を改善 - 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問題を修正
6. UI/UX のバグ修正を大量に実施
   {% 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 呼び出し対応**](/docs/jp/lian-xie/connections.md) 向け [OpenAI](/docs/jp/lian-xie/connections/openai.md), [Anthropic](/docs/jp/lian-xie/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/lian-xie/connections/vllm.md), [Ollama](/docs/jp/lian-xie/connections/ollama.md), [llama-server](/docs/jp/lian-xie/connections/llamacpp-wo-unsloth-ni-llama-server-de-gguf-wosuru.md)
* 実験的 **MLX 推論**
* 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 対応で推論が 1.4〜2倍高速に！

* **MTP の自動 speculative decoding** MTP GGUF 向け。バンドルされた llama.cpp の事前ビルドが古い、または MTP に対して古すぎる場合に警告します
* MTP 対応の新しい事前ビルド済み llama.cpp バイナリ！

#### API プロバイダー呼び出しと外部接続

* Unsloth を OpenAI、Anthropic、OpenRouter など、任意の API クラウドプロバイダーに接続できるようになりました
* **ビルトイン Web 検索** OpenAI、Anthropic、OpenRouter、Kimi 向け
* **ビルトインコード実行** OpenAI と Anthropic 向け（Anthropic のコンテナは永続化され、ターンをまたいで再利用されます）
* OpenAI と Anthropic のモデルでは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。
* ローカルプロバイダー（llama.cpp / vLLM / Ollama）では API キーが任意になりました
* クラウドプロバイダーを追加するとモデルを自動読み込み

#### MLX 推論（実験的）

* MLX の量子化モデルとモデルが、Mac マシン上でローカル実行できるようになりました！
* 近いうちに thinking、tools、Web 検索を追加します！

#### その他の Unsloth Studio アップデート

* 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
* o3 の reasoning summary payload
* IME コンポーザーの強化、RTL `dir="auto"`、長いログ行の切り詰め修正
* UI でのツール推論トレースの表示
* 完全オフライン対応: キャッシュされた GGUF 検出と、推論・学習の両方に対するオフライン DNS の自動検出
* UI/UX を大幅に洗練: ダークテーマの再設計、右サイドバーの再デザイン、時間帯に応じたナマケモノのマスコット、閉じられるコピー可能なトースト、より大きいチャットコンポーザー、コード実行設定の洗練、コンポーザー操作ピルのスタイル調整、より狭い Discord ボタン

#### 学習アップデート

* Gemma の attention mask 修正
* マルチ画像 GRPO
* GRPO の隠れ状態返却の実験
* 新しい継続事前学習（CPT）学習手法を正式な選択肢として追加
* Gemma-4 MoE LoRA 抽出器を登録して修正 `grouped_mm` のクラッシュ
* オプトインの fused `lm_head` + cross-entropy forward、single-matmul パス付き `UNSLOTH_RETURN_LOGITS=1`
* 評価用のバッチサイズを渡す
* 評価/学習パスは今後 `HF_DATASETS_OFFLINE` とあわせて `HF_HUB_OFFLINE`

#### Unsloth Studio のセキュリティ改善

* 認証のレート制限。リバースプロキシを考慮しており、バイパスされません
* 制限リストを厳格化したサンドボックス化 worker（bash、 `hf アップロード`, `NOFILE`)
* パスの包含制御により、worker が進行中の tmp ディレクトリから脱出できません
* 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` でのフォールバック `training_args.bin` そのため、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ありません
* 強化された Tauri デスクトップリリースフロー
* フロントエンド認証: 単一実行のトークン更新、変更時の現在のパスワード入力、正常に動作するログアウト、共有 422 ヘルパー
* キャンセル時のクリーンアップは、今では進行中の tmp ディレクトリに厳密に限定され、ユーザーステートを削除することはありません
  {% 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。バグは表示のみのものでした - `2026.5.2` を使用するか、直接 `curl -fsSL https://unsloth.ai/install.sh | sh`  を呼び出して更新してください

以下のようなツールでローカル LLM を使えます: [Claude Code](https://unsloth.ai/docs/basics/claude-code) と [Codex](https://unsloth.ai/docs/basics/codex) それらを 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、自己修復型ツール呼び出し、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なだけでなく、Unsloth が次を提供するため有益です:

* [自己修復型ツール呼び出し](https://unsloth.ai/docs/new/studio/chat#auto-healing-tool-calling)、壊れた、または不正なツール呼び出しを 50% 減らすのに役立ちます
* [コード実行](https://unsloth.ai/docs/new/studio/chat#code-execution) サポートにより、より正確なコード出力のために Bash と Python の実行が可能です。
* 高度な [Web 検索](https://unsloth.ai/docs/new/studio/chat#advanced-web-search) で、ページを実際に訪問して読み込み、詳細な情報を収集します。
* [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

実行できる新しいモデルもいくつか追加しました。NVIDIA の [Nemotron 3 Nano Omni](/docs/jp/moderu/nemotron-3-nano-omni.md)、IBM の [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 での実装上のいくつかの問題解決を Mistral と一緒に行いました。

#### Unsloth の更新

* 停止した Unsloth の学習実行を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より確実に自動保存・永続化されるようになりました。
* マルチプロセス環境での DPO 学習ハングを修正しました。
* MROPE 更新により VLM GRPO のサポートが改善されました。
* Unsloth の停止ボタンが生成を正しく停止するようになりました。
* ブラウザ更新後にチャットテンプレートが消える問題を修正しました。
  {% 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、チャットと学習を重視するために、Unsloth Studio の UI と UX 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 のような対応モデル向けの新しい Preserve Thinking 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備えた拡張設定ページ

<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 thinking トグルが追加されました。
* Linux CUDA 上でも、最新の llama.cpp 事前ビルドを使用するようになりました
* 多数のバグ、一貫性、安定性の修正
* Kimi-K2.6 が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公開予定です。

Qwen3.6 は、以前から Unsloth Studio での実行と学習に対応していました。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) は今すぐ実行でき（18GB RAM）、Unsloth Studio でファインチューニングできます。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ので、更新してください。詳細と解説は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) は今すぐ Unsloth Studio で実行・ファインチューニングできます。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強の中規模 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) は Google の公式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 修正で更新されました。最新の llama.cpp に更新し、量子化モデルを再ダウンロードすれば、 `未使用トークン` の問題はもう発生しないはずです。\
\
[MiniMax-M2.7](/docs/jp/moderu/tutorials/minimax-m27.md) が公開されました！128GB RAM / ユニファイドメモリ上で、4ビット量子化の GGUF を使ってモデルを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 [多くの修正とともに](/docs/jp/moderu/gemma-4/train.md)。これらのバグは全体的なもので、すべての学習パッケージと実装に影響し、 **Unsloth 由来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 で正しく動作するようになりました。

必要なのは **8GB VRAM** だけで **Gemma-4-E2B** をローカルで学習できます。Unsloth は Gemma 4 を **約60% 少ない VRAM で約1.5倍高速に** FA2 セットアップよりも高速です。Gemma 4 学習の完全ガイドとノートブックは、 [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. **勾配累積** で損失が爆発しなくなりました。以前は、損失が **300〜400**まで急上昇することがありましたが、予想される損失は約 **10〜15**.
2. 修正しました **IndexError** に影響していた **26B** と **31B** の推論 `transformers`.
3. の文字化け出力を修正 **E2B/E4B** のとき `use_cache=False`。参照 [issue #45242](https://github.com/huggingface/transformers/issues/45242).
4. 修正 **float16 の音声** のオーバーフロー `-1e9` の値から。

もし損失が **13〜15 を超える場合、** たとえば **100** または **300** - 勾配累積が誤って処理されている可能性が高いです。これは両方で修正されています **Unsloth** と **Unsloth Studio**.

#### Gemma 4 量子化再アップロード

Gemma 4 GGUF も更新したので、再ダウンロードが必要です。繰り返しになりますが、これらの量子化の問題は **Unsloth とは無関係で、Unsloth が原因ではありません**:

1. CUDA: 連結前にバッファの重なりをチェック - 以下の重要な修正 `<unused24>` トークン - [PR #21566](https://github.com/ggml-org/llama.cpp/pull/21566)
2. `kv-cache`: 異種 iSWA 向けの attention rotation をサポート - [PR #21513](https://github.com/ggml-org/llama.cpp/pull/21513)
3. `vocab`: Gemma 4 向けに BPE デトークナイザーへバイトトークン処理を追加 - [PR #21488](https://github.com/ggml-org/llama.cpp/pull/21488)
4. `convert`: を設定 `"add bos" == True` Gemma 4 向け - [PR #21500](https://github.com/ggml-org/llama.cpp/pull/21500)
5. `common`: 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`: 読み込み `final_logit_softcapping` Gemma 4 向け - [PR #21390](https://github.com/ggml-org/llama.cpp/pull/21390)
7. `llama`: Gemma 4 向けに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 **speculative decoding** 対応（ngram-mod、デフォルトでオン）
* 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
* Chat で読み込んだモデルをレシピで使用できるようにする
* ナビゲーション時（およびタブ切り替え時）の空のチャットスレッドを修正し、新規チャットフローを安定化
* LLM 以外のレシピも実行できるようにし、実行時の Data タブを先頭に移動
* 重複ダウンロードを防ぐために HF の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**

* 以下の [Gemma 4](/docs/jp/moderu/gemma-4.md) モデルを Unsloth で実行・学習できるようになりました。
* Intel Mac が動作するようになりました
* llama.cpp の事前コンパイル済みバイナリを、Gemma-4 の2つの修正向けに提供:
  * vocab: Gemma4 tokenizer 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))
* 小さいモデル向け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コンパイル済みバイナリ - CPU と GPU
* 非 vision モデル向けに speculative decoding を追加（Gemma-4 は残念ながら vision、Qwen3.5 も）
* 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 検索が要約だけでなく、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 - レート制限が緩和
  {% endupdate %}

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

## **+50% のツール呼び出し精度向上 + 追加サポート**

* すべてのモデルのツール呼び出しが **+30%〜+80% 高精度になりました。**
* Web 検索が要約だけでなく、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を 10 から 25 に増加
* ツール呼び出しがずっと良く終了するようになり、ループ / 繰り返しが減ります
* さらに **ツール呼び出しの修復** と重複排除ロジックを追加し、ツール呼び出しが XML を漏らすのも防止
* でテスト済み `unsloth/Qwen3.5-4B-GGUF` (`UD-Q4_K_XL`）にて、Web 検索 + コード実行 + thinking を有効化。

| 指標             | 以前    | 以後        |
| -------------- | ----- | --------- |
| 応答内の XML 漏れ    | 10/10 | 0/10      |
| 使用された URL フェッチ | 0     | 4/10 回の実行 |
| 正しい曲名が出た実行     | 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 - 現時点では Chat の詳細設定とカスタムフォルダからアクセスできます
* **更新ボタン** が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！
* 初期 **推論と学習のための自動マルチ GPU 対応** - 1 GPU に収まらない大規模モデルに便利です - Unsloth が自動で 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

はるかにスムーズで高速になった Unsloth

* **大規模モデルのダウンロードの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:

* **推論は 20～30% 高速になりました。** 以前は、ツール呼び出しと repeat penalty により推論が通常速度より遅くなることがありました。推論 tokens/s は今では同じ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 token/s 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。今後は「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、インラインのクエリ実行者 ID がレンダリングのたびに変わっていたため、 `useLiveQuery` 継続的に再サブスクライブされていました。
* **Unsloth Studio に終了用の × ボタンが追加され、正しく終了す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。以前のセッションからまだ開いたままなら、コンピュータを再起動するか、次を実行してください `lsof -i :8888` その後 `kill -9 <PID>`.
* **さらに優れたツール呼び出しとウェブ検索** エラーを削減。
* について新情報を多数追加したドキュメント [モデルの削除、アンインストール](/docs/jp/xin-zhe/studio/install.md#uninstall) など。
* **Windows と Linux 全体で、よりクリーンでスマートなインストールおよびセットアップのログ出力。** 出力は一貫した書式で読みやすくなり、よりスムーズな体験のためデフォルトでは静かになり、より豊富な `--verbose` 完全な技術的詳細が必要なときの診断に対応します。
* 学習履歴を確認できるようになりました！
  {% endupdate %}

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

## Unsloth Studio 公開後の最初のリリース

みなさん、これは Unsloth Studio を公開してから最初のリリースです。新機能と修正がたくさんあります:

* **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 でも GPU でも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、スタート／Launch とデスクトップのショートカットアイコンから Windows、MacOS、Linux で起動できるようになりました。
* **事前コンパイル済み `llama.cpp` バイナリ** と `mamba_ssm` - インストールが 6 倍高速化！バイナリのサイズも 300MB 未満。
* **インストールサイズを 50% 削減** （7GB 以上節約）、インストールは 2 倍高速化し、解決も高速化。pypi サイズは 50% 小さく。
* **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表示されず、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 [データレシピ](/docs/jp/xin-zhe/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 AMD サポートは初期対応** のみのマシン - 自動検出します。
* **設定サイドバーを再設計。** 設定は次の項目にグループ化されました **モデル、サンプリング、ツール、設定**
* **コンテキスト長** を調整できるようになりました。これは不要です。llama.cpp は、必要な正確なコンテキストを賢く使うため `--fit を使用して`
* **複数ファイルのアップロード。** データレシピは、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、アップロード保存、プレビュー改善も行われました。
* **Colab** Unsloth Studio での無料 T4 GPU 利用の問題が修正されました！ [ここで試す](https://colab.research.google.com/github/unslothai/unsloth/blob/main/studio/Unsloth_Studio_Colab.ipynb)。事前コンパイル済みバイナリのおかげで、20 倍高速にもなっています！
* **チャットの可観測性が向上。** Unsloth は次を表示するようになりました `llama-server` タイミングと使用状況、コンテキストウィンドウ使用率バー、より豊富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 侵害の影響を受けていませんでした。Nemo Data Designer では LiteLLM を `1.80`、問題のある `1.82.7` または `1.82.8`ではなく、現在は完全に削除済みです。
* 新しい 1 行のインストールコマンドができました。次を実行するだけです:&#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 の起動時クラッシュ、壊れた NVIDIA 以外の Windows インストール、そして初期 CUDA / stale-venv セットアップチェックの欠如を修正しました。
* **システムプロンプトを修正。** 非 GGUF のテキストおよび画像推論で再び動作します。
* **システムプロンプトとプリセットの永続化。** カスタム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移動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。** 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はより信頼性が高くなり、未対応のエクスポートオプションは UI で無効化されます。
* **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、thinking 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ジャンプを修正しました。
* **より賢いポート競合検出。** Unsloth は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でき、フォールバックポートのメッセージもより分かりやすくなりました。
  {% 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 をスネークゲームのようにチャット内で実行できます
* +30% 正確なツール呼び出し、特に小型モデル向け + 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、Mac がよりシームレスに、インストールがより高速かつ小型化
  {% 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 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/xin-zhe/changelog.md?ask=<question>&goal=<endgoal>
```

`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.
