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、すべてのデバイスで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。ご使用の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 を手動でインストールします。
Unsloth Studio の手動インストール
CPU: Unsloth は GPU なしでも引き続き動作します、ただし Chat + Data Recipes 向けです。
トレーニング: 対応 NVIDIA, Intel, AMD GPU と Mac デバイス
クイックスタート
ステップ 1: Unsloth のセットアップ
を起動し、 ターミナル Mac から、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下のように、Unsloth が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、 Enter を押して、今すぐ Unsloth の起動を許可するかどうかを聞かれたら答えてください。これにより、ローカルの 8888 ポート上で Unsloth が起動します。

ステップ 2: Unsloth の起動
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 を初めてインストールした場合は、新しいパスワードの作成を求められます。その後、下に示すように Unsloth アプリが Chat ページで開きます。

HTTPS と Cloudflare で安全に Unsloth を起動します。 Unsloth は現在、無料の Cloudflare トンネルを通じて HTTPS 経由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):
すぐにモデルのトレーニングと実行を開始できます。始め方の詳細な手順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き、 PowerShellを検索して起動します。以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:
自動的にインストールが開始されます。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.

以下のコマンドでも起動できます:
ステップ 2: Unsloth の起動
開く http://127.0.0.1:8888 をブラウザで開いてください。初回起動時に、新しいパスワードを作成して Chat ページへ進みます。 Unsloth Studio がインストールされ、使用準備が整いました。
下に示すように、Unsloth アプリが Chat ページで開くはずです。

HTTPS と Cloudflare で安全に Unsloth を起動します。 Unsloth は現在、無料の Cloudflare トンネルを通じて HTTPS 経由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):
すぐにモデルのトレーニングと実行を開始できます。始め方の詳細な手順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きます。 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から検索して起動できます。
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、それを開きます。
で WSL、 NVIDIA ドライバー がインストールされていることを確認し、 Windows (WSL の中ではなく)また、 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ます:
次に:
ターミナルウィンドウ内をクリックし、
コマンドを貼り付けて
Ctrl + Shift + Vを押してください
Enter
下のように、Unsloth が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、 Enter を押して、今すぐ Unsloth の起動を許可するかどうかを聞かれたら答えてください。これにより、ローカルの 8888 ポート上で Unsloth が起動します。

ステップ 2: Unsloth の起動
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 を初めてインストールした場合は、 http://127.0.0.1:8888/change-password ページへ移動します。以下のように表示されます:

HTTPS と Cloudflare で安全に Unsloth を起動します。 Unsloth は現在、無料の Cloudflare トンネルを通じて HTTPS 経由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):
すぐにモデルのトレーニングと実行を開始できます。始め方の詳細な手順ガイドは以下で確認できます:
Get StartedUnsloth Studio を更新
Unsloth Studio を更新するには、インストール時と同じコマンドを使用します:
macOS, WSL, Linux:
Windows(PowerShell):
システム要件
Windows
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-bit)
ドライバーがインストールされた NVIDIA GPU
App Installer (
winget): こちらGit:
winget install --id Git.Git -e --source wingetPython: 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 およびトレーニングと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 & WSL
Ubuntu 20.04 以降、または同等のディストリビューション(64-bit)
ドライバーがインストールされた NVIDIA GPU
CUDA toolkit(12.4 以上推奨、blackwell には 12.8 以上)
Git:
sudo apt install gitPython: 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 イメージは Unsloth 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します:
docker pull unsloth/unsloth次のコマンドでコンテナを実行します:
詳細は こちらを参照.
スタジオインスタンスにアクセスするには
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 デバイスで チャット GGUF モデル用と データレシピ (エクスポート (もうすぐ対応)
Linux 向けに上で述べたものと同じです(NVIDIA GPU ドライバーを除く)、および MacOS。
開発者 / ナイトリー版のインストール(詳細設定)
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:
隔離された場所(独自の仮想 env、 auth/, studio.db、キャッシュ、llama.cpp のビルド)にインストールするには、 UNSLOTH_STUDIO_HOME を設定し、起動時に再度渡します:
更新するには:
Windows PowerShell の開発者向けインストール:
隔離された場所(独自の仮想 env、 auth/, studio.db、キャッシュ、llama.cpp のビルド)にインストールするには、 UNSLOTH_STUDIO_HOME を設定し、起動時に再度渡します:
更新するには:
リモートアクセス: --secure (HTTPS トンネル)対 生のポート
デフォルトでは unsloth studio にバインドされます 127.0.0.1 (このマシンのみ)。別のデバイスからアクセスするには、次のいずれかを選択してください:
--secure(推奨): のみ を無料の Cloudflare HTTPS リンク経由で公開します。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。トンネルが立ち上がらない場合は起動に失敗し(開始されず)、生のポートが公開されることはありません。
-H 0.0.0.0: すべてのネットワークインターフェースで生のポートにバインドし、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(ウェブ検索、Python、ターミナルでのコード実行)はあなたのユーザーとして実行され、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は、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、 --disable-tools を Unsloth を公開するときに付けてください。
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、変数をパイプの後に置いてシェルが shへ渡すようにします。Windows では $env: を使って設定してから iex.
PyTorch をスキップ(GGUF 専用モード):
Python のバージョンを固定:
次でカスタムの場所にインストール UNSLOTH_STUDIO_HOME:
コア数の多いホストで Unsloth のネイティブ CPU スレッドプールを制限します: UNSLOTH_CPU_THREADS=8 unsloth studio -p 8888.
アンインストール
Unsloth Studio を完全に削除する推奨方法は、OS に対応するアンインストールスクリプトを使用することです。これにより、実行中のサーバーを停止し、インストールディレクトリ、ランチャーデータディレクトリ、デスクトップショートカット、およびプラットフォーム固有の項目(macOS .app のバンドル + Mac の Launch Services、スタートメニュー、 HKCU\Software\Unsloth レジストリキーとユーザー PATH エントリ(Windows)を削除します:
MacOS, WSL, Linux:
Windows(PowerShell):
インストールディレクトリだけを削除して、後で再インストールするためにランチャー/ショートカットを残しておきたい場合は、代わりに rm -rf ~/.unsloth/studio (Mac/Linux/WSL)または Remove-Item -Recurse -Force "$HOME\.unsloth\studio" (Windows)を実行できます。以下のモデルキャッシュ ~/.cache/huggingface はどれからも変更されません。
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残ります):
macOS, WSL, Linux:
rm -rf ~/.unsloth/studio/unsloth_studioWindows(PowerShell):
Remove-Item -Recurse -Force "$HOME\.unsloth\studio\unsloth_studio"
2. Unslothを完全に削除 (他のUnslothツールはそのまま残ります):
macOS, WSL, Linux:
rm -rf ~/.unsloth/studioWindows(PowerShell):
Remove-Item -Recurse -Force "$HOME\.unsloth\studio"
3. Unsloth関連のすべてを削除:
macOS, WSL, Linux:
rm -rf ~/.unslothWindows(PowerShell):
Remove-Item -Recurse -Force "$HOME\.unsloth"
注意:ステップ3では、履歴、チャット、モデルのチェックポイント、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/unslothWindows(PowerShell): インストーラーは venv の
Scriptsディレクトリをユーザー PATH に追加しました。削除するには、設定 → システム → バージョン情報 → 詳細設定システム設定 → 環境変数 を開き、Pathをユーザー変数の下で見つけ、.unsloth\studio\...\Scripts.
キャッシュされた HF 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。デフォルトでは、Hugging Face は ~/.cache/huggingface/hub/ を macOS/Linux/WSL 上で使用し、 C:\Users\<username>\.cache\huggingface\hub\ を Windows 上で使用します。
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 で既定のキャッシュルートを変更することもできます。
古い / 既存の GGUF モデルの使用
4月1日の更新: Unsloth が検出する既存フォルダを選択できるようになりました。
3月27日の更新: 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です。

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 ിലൂടെダウンロードした GGUF モデルがある場合、それらは C:\Users{your_username}.cache\lm-studio\models または C:\Users{your_username}\lm-studio\models に保存されていることに注意してください。表示されない場合は、Unsloth Studio で読み込めるように、それらの .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 が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 でモデルまたはアダプターをファインチューニングした後、GGUF にエクスポートして、ローカル推論を llama.cpp Unsloth Chat で直接実行できます。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
私たちは 無料の Google Colab ノートブックを作成しました ので、Colab の T4 GPU 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トレーニングおよび実行でき、より大きい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 が表示されるはずです。
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。

場合によっては Unsloth のリンクがエラーを返すことがあります。これは、Cookie を無効にしているか、広告ブロッカーまたは Mozilla を使用しているためです。ボタンの下までスクロールすれば、UI に引き続きアクセスできます。
Google Colab では Colab ページに留まることも期待されています。非アクティブと検出されると、GPU セッションが終了することがあります。
トラブルシューティング
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
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 をインストールして、セットアップを再実行してください。
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 ~/.unsloth/llama.cpp を削除してセットアップを再実行
最終更新
役に立ちましたか?

