# 博客

- [使用 Unsloth Kernels + Packing 实现 3 倍更快的 LLM 训练](https://unsloth.ai/docs/zh/bo-ke/3x-faster-training-packing.md): 了解 Unsloth 如何提高训练吞吐量，并消除微调中的 padding 浪费。
- [50 万上下文长度微调](https://unsloth.ai/docs/zh/bo-ke/500k-context-length-fine-tuning.md): 了解如何使用 Unsloth 启用超过 50 万 token 上下文窗口的微调。
- [量化感知训练（QAT）](https://unsloth.ai/docs/zh/bo-ke/quantization-aware-training-qat.md): 使用 Unsloth 和 PyTorch 将模型量化为 4-bit，以恢复准确率。
- [在 NVIDIA DGX Station 上使用 Unsloth 微调 LLM](https://unsloth.ai/docs/zh/bo-ke/dgx-station.md): 关于如何使用 Unsloth 的笔记本在 NVIDIA DGX Station 上进行微调的教程。
- [使用 Unsloth 和 Docker 微调 LLM](https://unsloth.ai/docs/zh/bo-ke/how-to-fine-tune-llms-with-unsloth-and-docker.md): 了解如何使用 Unsloth 的 Docker 镜像微调 LLM 或进行强化学习（RL）。
- [使用 NVIDIA DGX Spark 和 Unsloth 微调 LLM](https://unsloth.ai/docs/zh/bo-ke/fine-tuning-llms-with-nvidia-dgx-spark-and-unsloth.md): 关于如何在 NVIDIA DGX Spark 上使用 OpenAI gpt-oss 进行微调和强化学习（RL）的教程。
- [使用 Blackwell、RTX 50 系列与 Unsloth 微调 LLM](https://unsloth.ai/docs/zh/bo-ke/fine-tuning-llms-with-blackwell-rtx-50-series-and-unsloth.md): 通过我们的分步指南，学习如何在 NVIDIA 的 Blackwell RTX 50 系列和 B200 GPU 上微调 LLM。
- [释放 AMD 的力量：Unsloth 官方支持现已上线！](https://unsloth.ai/docs/zh/bo-ke/shi-fang-amd-de-li-liang-unsloth-guan-fang-zhi-chi-xian-yi-shang-xian.md): Unsloth 对 AMD GPU 的支持现已正式上线。无需 NVIDIA 硬件，即可将 LLM 微调速度提升至 2 倍，内存占用约减少 70%。
- [如何在 ComfyUI 中运行 Diffusion Image GGUF](https://unsloth.ai/docs/zh/bo-ke/comfyui.md): 在 ComfyUI 中运行 Unsloth Diffusion GGUF 模型的指南。
- [2025 AI 工程师大会](https://unsloth.ai/docs/zh/bo-ke/ai-engineers-2025.md): 我们在 AI Engineer's Worlds Fair 2025 工作坊的幻灯片。
- [GPU Mode - 2026 强化学习迷你会议](https://unsloth.ai/docs/zh/bo-ke/gpu-mode-conference.md): 我们 PyTorch Conference 2025 演讲的幻灯片。
- [Unsloth AMD PyTorch 合成数据黑客松](https://unsloth.ai/docs/zh/bo-ke/unsloth-amd-pytorch-synthetic-data-hackathon.md): 在 AMD GPU 上运行 Unsloth 的技巧、故障排查和指南。
- [PyTorch Conference 2025 - Unsloth](https://unsloth.ai/docs/zh/bo-ke/pytorch-conference-2025-unsloth.md): 我们 PyTorch Conference 2025 演讲的幻灯片。


---

# Agent Instructions: 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:

```
GET https://unsloth.ai/docs/zh/bo-ke.md?ask=<question>
```

The question should be specific, self-contained, and written in natural language.
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.