> 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/studio.md).

# Unsloth Studioのご紹介

私たちは発表します **Unsloth Studio** （ベータ版）: オープンソースのノーコードWeb UIで、オープンモデルの学習・実行・エクスポートを1つに統合した **ローカル** インターフェース。

<a href="/pages/a01cba7455dcbbf4a34e17600cd0b0101df41d37#quickstart" class="button primary" data-icon="bolt">クイックスタート</a><a href="/pages/a01cba7455dcbbf4a34e17600cd0b0101df41d37#features" class="button secondary" data-icon="star">機能</a><a href="https://github.com/unslothai/unsloth" class="button secondary" data-icon="github">GitHub</a>

* **GGUFを実行**, **MLX** および拡散型の画像/動画モデルをローカルで **Mac**、Windows、Linux。
* 500以上のモデルを、VRAMを70%削減しながら2倍速く学習（精度低下なし）
* テキスト、拡散型ビジョン、TTS音声、埋め込みモデルを実行・学習

{% hint style="success" icon="sparkles" %}
**新機能:** 新しい [**Unsloth Desktop**](/docs/jp/desktop.md) アプリをご紹介します！ダウンロード先: [Mac](/docs/jp/meru/install/mac.md), [Windows](/docs/jp/meru/install/windows-installation.md) と [Linux](/docs/jp/meru/install/linux.md).
{% endhint %}

<table data-view="cards"><thead><tr><th></th><th></th><th data-hidden data-card-target data-type="content-ref"></th><th data-hidden data-card-cover data-type="image">カバー画像</th></tr></thead><tbody><tr><td><h3>正確なツール呼び出し</h3></td><td>50%高精度で、自己修復するツール呼び出しとサンドボックス化されたコード実行を利用できます</td><td><a href="/pages/ca5ab7d9f589ffe0771972c3c3b4665342eb3baf">/pages/ca5ab7d9f589ffe0771972c3c3b4665342eb3baf</a></td><td><a href="/files/dd9fbee372a2510dd09df41e40d5686a8025b8cf">/files/dd9fbee372a2510dd09df41e40d5686a8025b8cf</a></td></tr><tr><td><h3>拡散型画像/動画</h3></td><td>MiniMax H3のような画像/動画拡散モデルを、2倍速い推論で実行・学習できます。</td><td><a href="/pages/e3e4b5f04a11581e85306ea2b1cbcc641ba66b5c">/pages/e3e4b5f04a11581e85306ea2b1cbcc641ba66b5c</a></td><td><a href="/files/5a0a313656b1bdec40dacc414d8322ac4deefd4c">/files/5a0a313656b1bdec40dacc414d8322ac4deefd4c</a></td></tr><tr><td><h3>エージェントをローカル化</h3></td><td>ローカルLLMを、モデル切り替え対応でClaude CodeやCodexのようなエージェント系ツールに接続</td><td><a href="/pages/8072106eb7f962477dcaf5bcd773b13619c4579a">/pages/8072106eb7f962477dcaf5bcd773b13619c4579a</a></td><td><a href="/files/51b1cc18f7509c32276e6117cdfc222720f4954f">/files/51b1cc18f7509c32276e6117cdfc222720f4954f</a></td></tr><tr><td><h3>無制限のWeb検索</h3></td><td>無制限の、プライベートで安全なWeb検索と深いリサーチを利用できます</td><td><a href="/pages/a01cba7455dcbbf4a34e17600cd0b0101df41d37#web-search-upgraded">/pages/a01cba7455dcbbf4a34e17600cd0b0101df41d37#web-search-upgraded</a></td><td><a href="/files/3ca9799dee633e08f5ca6e3afae414e81b266a5f">/files/3ca9799dee633e08f5ca6e3afae414e81b266a5f</a></td></tr><tr><td><h3>最新モデルを実行</h3></td><td>最新のMuse Glimmer、MiniMax-H3、Kimi K3、Qwen3.8モデルを探索、管理、学習できます。</td><td><a href="/pages/ea13ebdc099377f5b37a2e0895aeb9ede74953ed">/pages/ea13ebdc099377f5b37a2e0895aeb9ede74953ed</a></td><td><a href="/files/64902599bafe8cd2e385b5aa67e6c27748a37001">/files/64902599bafe8cd2e385b5aa67e6c27748a37001</a></td></tr><tr><td><h3><strong>どこにでもデプロイ</strong></h3></td><td>モデルを安全にリモートデプロイし、Cloudflare HTTPS経由でどこからでもUnslothにアクセス</td><td></td><td><a href="/files/9abfa2eb3d005abf76ce5c6a68fd59bd25b30067">/files/9abfa2eb3d005abf76ce5c6a68fd59bd25b30067</a></td></tr></tbody></table>

<figure><img src="/files/51074bb5accdb8c251e028800e7c5208544e566b" alt=""><figcaption></figcaption></figure>

* **macOS:** 学習、MLX、GGUF推論はすべてUnsloth内で動作します。
* データセットは不要です。 [**データセットを自動生成**](/docs/jp/xin-zhe/studio/data-recipe.md) から **PDF、CSV、JSON、DOCX、TXT** ファイル。
* ローカルモデルを、以下を含む任意のエージェントに接続 [Claude Code](/docs/jp/ji-ben/claude-code.md), [Codex](/docs/jp/ji-ben/codex.md), [Hermes](/docs/jp/tong-he/hermes-agent.md) など。
* [エクスポートまたは保存](/docs/jp/xin-zhe/studio/export.md) モデルをGGUF、16ビットsafetensorなどへ。
* [**自己修復型ツール呼び出し**](/docs/jp/xin-zhe/studio/chat.md#auto-healing-tool-calling) / 高度な [**Web検索**](/docs/jp/xin-zhe/studio/chat.md#advanced-web-search) + [**コード実行**](/docs/jp/xin-zhe/studio/chat.md#code-execution)
* [推論設定を自動調整](/docs/jp/xin-zhe/studio/chat.md#auto-parameter-tuning)、チャットテンプレートを編集し、Unslothを [**APIエンドポイント**](#unsloth-as-an-api-endpoint).

{% hint style="success" %}
**最新情報は、** [**新しい変更履歴ページをご覧ください**](/docs/jp/xin-zhe/changelog.md)**!** ✨
{% endhint %}

## ⭐ 機能

{% columns %}
{% column %}

### コードを実行 + ツール呼び出しを自己修復

Unsloth Studioでは、LLMは権限回避付きのJavaScriptだけでなく、BashやPythonも実行できます。また、Claude Artifactsのようなプログラムもサンドボックス化されるため、モデルはコードをテストし、ファイルを生成し、実際の計算で回答を検証できます。

例: Unslothはサンドボックスを作成し、GLM-5.2がコードを実行できるようにします。その結果はCanvasでHTMLプレビューとして表示されます。
{% endcolumn %}

{% column %}

<figure><img src="/files/dd9fbee372a2510dd09df41e40d5686a8025b8cf" alt=""><figcaption><p>サンドボックス化されたコード実行による正確なツール呼び出し</p></figcaption></figure>
{% endcolumn %}
{% endcolumns %}

{% columns %}
{% column %}

### Web検索を強化

Unslothのプライベートで無制限かつ安全なWeb検索は、サイト要約をなぞるだけでなく、実際にページへ直接アクセスして関連情報やデータを収集します。これにより、より正確で深い情報と文脈を出力できます。

例: Qwen3.5-4Bは20以上のWebサイトを検索し、ソースを引用しました。Web検索は思考トレースの内部で行われます。
{% endcolumn %}

{% column %}

<figure><img src="/files/c219df5fc541689071df02c2a6ac347cbb9a4847" alt=""><figcaption></figcaption></figure>
{% endcolumn %}
{% endcolumns %}

{% columns %}
{% column %}

### APIエンドポイントとしてのUnsloth

これで、ローカルLLMを次のようなツール経由で使えるようになりました [Claude Code](/docs/jp/ji-ben/claude-code.md) と [Codex](/docs/jp/ji-ben/codex.md) それを接続することで [UnslothのAPIエンドポイント](/docs/jp/ji-ben/api.md)。つまり、Unslothの推論機能を使って、これらのツール内でQwenやGemmaのモデルを直接実行でき、自己修復型ツール呼び出しやWeb検索などの機能も利用できます。

また、 [プロバイダを接続](/docs/jp/tong-he/connections.md) OpenAI、Anthropic、vLLMなどをUnslothに接続できます。
{% endcolumn %}

{% column %}

<figure><img src="/files/77e863c5bd956050b90ee75739b6a07e63ef9f71" alt=""><figcaption></figcaption></figure>
{% endcolumn %}
{% endcolumns %}

{% columns %}
{% column %}

### **ノーコード学習**

[PDF、CSV、JSONをアップロード](#data-recipes) ドキュメントやYAML設定をアップロードすると、NVIDIA上ですぐに学習を開始できます。Unslothのカーネルは、500以上のテキスト、ビジョン、TTS/音声、埋め込みモデルにわたってLoRA、FP8、FFT、PTを最適化します。

次のような最新LLMをファインチューニング [Qwen3.5](/docs/jp/moderu/qwen3.5/fine-tune.md) およびNVIDIA [Nemotron 3](/docs/jp/moderu/nemotron-3.md). [マルチGPU](/docs/jp/ji-ben/multi-gpu-training-with-unsloth.md) は自動で動作し、新バージョンも近日登場します。
{% endcolumn %}

{% column %}

<figure><img src="/files/05ac963a5a43998e9eefdfbd4f8f026704d10844" alt=""><figcaption></figcaption></figure>
{% endcolumn %}
{% endcolumns %}

{% columns %}
{% column %}

### **モデルをローカルで実行**

[GGUFを検索して実行](/docs/jp/xin-zhe/studio/chat.md) およびsafetensorモデルを、自己修復型の [ツール呼び出し](#execute-code--heal-tool-calling)、高度な [Web検索](/docs/jp/xin-zhe/studio/chat.md#advanced-web-search), [自動推論](/docs/jp/xin-zhe/studio/chat.md#auto-parameter-tuning) 設定、 [**コード実行**](/docs/jp/xin-zhe/studio/chat.md#code-execution) （Bash + Python）、 [API](/docs/jp/ji-ben/api.md)。画像、ドキュメント、音声、コードをアップロードできます。

[モデルを横並びで比較](https://unsloth.ai/docs/new/studio/chat#model-arena)。llama.cpp + Hugging Faceによって、Unslothは **マルチGPU推論、** 自動オフロードとメモリ収まり調整、そしてほとんどのモデルに対応します。
{% endcolumn %}

{% column %}

<figure><img src="/files/e4d811953a2d3fc7b8136d9a37d8436fe42da6ac" alt=""><figcaption></figcaption></figure>
{% endcolumn %}
{% endcolumns %}

{% columns %}
{% column %}

### Data Recipes

[**Data Recipes**](/docs/jp/xin-zhe/studio/data-recipe.md) グラフノードのワークフローを通じて、ドキュメントを使える/合成データセットに変換します。PDF、CSV、JSONなどの非構造化または構造化ファイルをアップロードしてください。Unsloth Data RecipesはNVIDIA Nemoによって強化されています [Data Designer](https://github.com/NVIDIA-NeMo/DataDesigner)、ドキュメントを希望の形式へ自動変換します。
{% endcolumn %}

{% column %}

<figure><img src="/files/f09f09365ef83438a850d5311cfcf94af4eec705" alt=""><figcaption></figcaption></figure>
{% endcolumn %}
{% endcolumns %}

{% columns %}
{% column %}

### 可観測性

得られるのは [完全な可視性](/docs/jp/xin-zhe/studio/start.md#training-progress) です。学習実行の状況を把握し、制御できます。学習損失、勾配ノルム、GPU使用率をリアルタイムで追跡し、好みに合わせてカスタマイズできます。

スマートフォンなど他のデバイスでも学習進捗を確認できます。
{% endcolumn %}

{% column %}

<figure><img src="/files/9143e0d098aa4a820483c667fa4a74eea1df4191" alt=""><figcaption></figcaption></figure>
{% endcolumn %}
{% endcolumns %}

{% columns %}
{% column %}

### モデルのエクスポート / 保存

[**任意のモデルをエクスポート**](/docs/jp/xin-zhe/studio/export.md)。ファインチューニング済みモデルを含め、safetensorsやGGUFに出力して、llama.cpp、vLLM、Ollama、LM Studioなどで使用できます。

学習履歴を保存するので、実行結果を見返したり、再エクスポートしたり、試行錯誤できます。
{% endcolumn %}

{% column %}

<figure><img src="/files/3c25cdec74de8b5c85a2935b06a809a741b466a1" alt=""><figcaption></figcaption></figure>
{% endcolumn %}
{% endcolumns %}

{% columns %}
{% column %}

### プライバシー優先 + 安全

Unsloth Studioは、100%オフラインでPC上のローカル環境でも使用できます。暗号化されたパスワードやJWTのアクセス/リフレッシュフローを含むトークンベース認証により、データを安全に保ちます。

以前HFなどからダウンロードした既存/古いモデルやGGUFも使用できます。以下をお読みください [手順はこちら](/docs/jp/xin-zhe/studio/chat.md#using-old-existing-gguf-models).
{% endcolumn %}

{% column %}

<figure><img src="/files/4eb76fbf0b7e836f2cb03134dfa0ba521630e379" alt=""><figcaption></figcaption></figure>
{% endcolumn %}
{% endcolumns %}

## ⚡ クイックスタート

### **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を使うことです。お使いのOSに合わせてダウンロードしてください:

* <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)

Unsloth Studioを手動でインストールする場合は、以下のコマンドを使ってください。更新するには同じコマンドをもう一度実行します:

### **macOS、Linux、WSL:**

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

### **Windows PowerShell:**

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

#### Unslothを起動

```bash
unsloth studio -H 0.0.0.0 -p 8888
```

**HTTPSとCloudflareで安全にUnslothを起動**

**新登場！** Unslothは、無料のCloudflareトンネルを通じてHTTPSで安全にUnslothを起動する方法を提供します。以下を使用してください（Windows、Mac、Linuxで動作します）:

```bash
unsloth studio --secure
```

**インストールとアンインストールの詳細は、** [**Unsloth Studioのインストール**](/docs/jp/xin-zhe/studio/install.md) **セクションをご覧ください。**

{% content-ref url="/pages/8454803abb981b29f6c46027668d1416d8da0199" %}
[Installation](/docs/jp/xin-zhe/studio/install.md)
{% endcontent-ref %}

#### <i class="fa-google">:google:</i> Google Colabノートブック

私たちは [無料のGoogle Colabノートブック](https://colab.research.google.com/github/unslothai/unsloth/blob/main/studio/Unsloth_Studio_Colab.ipynb) を作成しました。ColabのT4 GPU上でUnslothのすべての機能を試せます。22Bパラメータまでのほとんどのモデルを学習・実行でき、より大きなモデルにはより大きな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が表示されます。

{% columns %}
{% column %}
{% embed url="<https://colab.research.google.com/github/unslothai/unsloth/blob/main/studio/Unsloth_Studio_Colab.ipynb>" %}

インストールが完了したら、 **Start Unsloth Studio** までスクロールして **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:

**さらに下へスクロールすると、実際のUIが表示されます。**
{% endcolumn %}

{% column %}

<figure><img src="/files/c2e6c03ca0fd0fbcba8cd4e7a6ef00160dfef1ea" alt=""><figcaption></figcaption></figure>
{% endcolumn %}
{% endcolumns %}

{% hint style="warning" %}
ときどきUnslothのリンクでエラーが返ることがあります。これは、Cookieを無効にしているか、広告ブロッカーやMozillaを使っているために起こります。ボタンの下へスクロールすれば、UIにアクセスできます。
{% endhint %}

### 👾 Unsloth Start

{% columns %}
{% column width="58.333333333333336%" %}
[Unsloth Start](/docs/jp/tong-he/unsloth-start.md) を使って接続できます [Claude Code](/docs/jp/ji-ben/claude-code.md), [Codex](/docs/jp/ji-ben/codex.md) やその他のエージェントを、ローカルモデルへ `unsloth start` コマンドで接続できます。

Unslothを起動し、モデルを読み込み、プロジェクトフォルダを開いてから、次を実行します:

```bash
unsloth start claude
```

置き換えてください `claude` を以下の任意のエージェントに:
{% endcolumn %}

{% column width="41.666666666666664%" %}

<figure><img src="/files/c7759bdcfceef3f51b87d20f4c8b15da1a3a0ab1" alt="" width="563"><figcaption><p>Qwen3.5をローカルで実行しているClaude Code。</p></figcaption></figure>
{% endcolumn %}
{% endcolumns %}

| エージェント                                                             | コマンド                     |
| ------------------------------------------------------------------ | ------------------------ |
| <i class="fa-claude">:claude:</i> Claude Code                      | `unsloth start claude`   |
| <i class="fa-openai">:openai:</i> OpenAI Codex                     | `unsloth start codex`    |
| <i class="fa-caduceus">:caduceus:</i> Hermes Agent                 | `unsloth start hermes`   |
| <i class="fa-lobster">:lobster:</i> OpenClaw                       | `unsloth start openclaw` |
| <i class="fa-rectangle-vertical">:rectangle-vertical:</i> OpenCode | `unsloth start opencode` |

## <i class="fa-seedling">:seedling:</i> ワークフロー

Unsloth Studioの一般的なワークフローを紹介します。

1. 次からUnslothを起動 [インストール手順](/docs/jp/xin-zhe/studio/install.md).
2. ローカルファイルまたは対応インテグレーションからモデルを読み込みます。
3. PDF、CSV、JSONLファイルから学習データを取り込むか、ゼロからデータセットを作成します。
4. データセットをクリーンアップ、洗練、拡張して [Data Recipes](/docs/jp/xin-zhe/studio/data-recipe.md).
5. 推奨プリセットで学習を開始するか、設定を自分でカスタマイズします。
6. 学習済みモデルとチャットし、その出力をベースモデルと比較します。
7. [保存またはエクスポート](/docs/jp/xin-zhe/studio.md#export-save-models) して、既に使っているスタックへローカルに保存します。

Unsloth Studioの各セクションについての個別の詳説もお読みいただけます:

{% columns %}
{% column width="50%" %}
{% content-ref url="/pages/511d3548745f95b53d7c4df809a4aeb55f219840" %}
[Get Started](/docs/jp/xin-zhe/studio/start.md)
{% endcontent-ref %}

{% content-ref url="/pages/a58a8ab897451539e1493312c6a640b4d5ee40b7" %}
[Model Export](/docs/jp/xin-zhe/studio/export.md)
{% endcontent-ref %}
{% endcolumn %}

{% column width="50%" %}
{% content-ref url="/pages/1efc27ff794b527bf40ca1399ab10a6c28cc4b61" %}
[Data Recipes](/docs/jp/xin-zhe/studio/data-recipe.md)
{% endcontent-ref %}

{% content-ref url="/pages/ca5ab7d9f589ffe0771972c3c3b4665342eb3baf" %}
[Studio Chat](/docs/jp/xin-zhe/studio/chat.md)
{% endcontent-ref %}
{% endcolumn %}
{% endcolumns %}

## <i class="fa-comments-question">:comments-question:</i> FAQ

**Unslothはデータを収集または保存しますか？**\
Unslothは利用状況のテレメトリを収集しません。互換性のために必要な最小限のハードウェア情報、たとえばGPUの種類やデバイス（例: Mac）のみを収集します。Unsloth Studioは100%オフラインかつローカルで動作します。

**以前Hugging Faceからダウンロードした古い/既存のモデルはどう使えばよいですか？**\
はい、以前Hugging Faceなどからダウンロードした既存/古いモデルやGGUFを使用できます。現在はUnslothが自動で検出するはずですが、そうでない場合は以下をお読みください [手順はこちら](/docs/jp/xin-zhe/studio/chat.md#using-old-existing-gguf-models).

**Unslothで推論が遅くなることがあるのはなぜですか？**\
Unslothは他のローカル推論アプリと同様にllama.cppを基盤としているため、速度はほぼ同じはずです。ときどきUnslothが遅くなるのは、Web検索、コード実行、自己修復型ツール呼び出しをオンにしているためかもしれません。これらの機能はすべて推論を遅くする可能性があります。すべての機能をオフにしてもまだ遅い場合は、GitHub issueを作成してください！

**Unsloth StudioはOpenAI互換APIをサポートしていますか？**\
はい、 [APIエンドポイントガイドはこちら](/docs/jp/ji-ben/api.md).

**Unslothは現在AGPL-3.0ライセンスですか？**\
UnslothはApache 2.0とAGPL-3.0のデュアルライセンスモデルを採用しています。Unslothのコアパッケージは引き続き [**Apache 2.0**](https://github.com/unslothai/unsloth?tab=Apache-2.0-1-ov-file)の下でライセンスされており、Unsloth Studio UIなどの一部の任意コンポーネントは [**AGPL-3.0**](https://github.com/unslothai/unsloth?tab=AGPL-3.0-2-ov-file).

この構成は、プロジェクトをオープンソースのまま保ちながらUnslothの継続的な開発を支え、より広いエコシステムの成長を促進します。

**UnslothはLLMだけをサポートしていますか？**\
いいえ。Unslothは幅広い `transformers` 対応モデルファミリーをサポートしており、テキスト、マルチモーダルモデル、 [音声合成](/docs/jp/ji-ben/text-to-speech-tts-fine-tuning.md)、音声、 [埋め込み](/docs/jp/ji-ben/embedding-finetuning.md)、およびBERT形式のモデルを含みます。

**独自の学習設定を使えますか？**\
はい。YAML設定をインポートすると、Unslothが関連設定を事前入力します。

**UIを使うためにモデルを学習する必要がありますか？**\
いいえ、モデルをファインチューニングしなくても、任意のGGUFやモデルをダウンロードするだけで使えます。

#### 謝辞

ローンチにご参加いただいたNVIDIAとHugging Faceに心から感謝します。また、Unsloth Studioの初期ベータテスターの皆さまにも感謝します。皆さまの時間とフィードバックに心より感謝しています。さらに、Unsloth Studioを可能にした基盤を提供してくれたllama.cpp、PyTorch、open model labsにも感謝申し上げます。


---

# 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/studio.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.