> 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/zh/kai-shi-shi-yong.md).

# 开始使用

- [Unsloth 安装](https://unsloth.ai/docs/zh/kai-shi-shi-yong/install.md): 安装 Unsloth Desktop、Unsloth Studio 或 Unsloth Core。
- [通过 pip 和 uv 安装 Unsloth](https://unsloth.ai/docs/zh/kai-shi-shi-yong/install/pip-install.md): 手动安装 Unsloth Studio，或使用 pip、uv 或虚拟环境安装 Unsloth Core。
- [在 MacOS 上安装 Unsloth](https://unsloth.ai/docs/zh/kai-shi-shi-yong/install/mac.md): 在 macOS 上安装 Unsloth Desktop、Unsloth Studio 或 Unsloth Core。
- [在 Windows 上安装 Unsloth](https://unsloth.ai/docs/zh/kai-shi-shi-yong/install/windows-installation.md): 在 Windows 上安装 Unsloth Desktop、Unsloth Studio 或 Unsloth Core。
- [通过 Docker 安装 Unsloth](https://unsloth.ai/docs/zh/kai-shi-shi-yong/install/docker.md): 使用我们的官方 Docker 容器安装 Unsloth
- [在 Linux 上安装 Unsloth](https://unsloth.ai/docs/zh/kai-shi-shi-yong/install/linux.md): 在 Linux 上安装 Unsloth Desktop、Unsloth Studio 或 Unsloth Core。
- [更新 Unsloth](https://unsloth.ai/docs/zh/kai-shi-shi-yong/install/updating.md): 更新 Unsloth Desktop、Unsloth Studio 或 Unsloth Core。
- [使用 Unsloth 在 Intel GPU 上微调 LLM](https://unsloth.ai/docs/zh/kai-shi-shi-yong/install/intel.md): 学习如何在 Intel GPU 上训练和微调大语言模型。
- [使用 Unsloth 指南在 AMD GPU 上微调 LLM](https://unsloth.ai/docs/zh/kai-shi-shi-yong/install/amd.md): 学习如何使用 Unsloth 在 AMD GPU 上微调大语言模型（LLM）。
- [与 Unsloth 一起参加 AMD AI 强化学习黑客松](https://unsloth.ai/docs/zh/kai-shi-shi-yong/install/amd/amd-hackathon.md): 向 Unsloth 的创建者 Daniel Han 学习使用 Unsloth 进行 AI 模型强化学习的实战技巧。
- [Conda 安装](https://unsloth.ai/docs/zh/kai-shi-shi-yong/install/conda-install.md): 要在 Conda 上本地安装 Unsloth，请按照以下步骤进行：
- [如何使用 Unsloth 和 Colab GPU 在 VS Code 中微调 LLM](https://unsloth.ai/docs/zh/kai-shi-shi-yong/install/vs-code.md): 通过 Unsloth 和 Google Colab 直接在 Visual Studio Code 中微调模型的指南。
- [Google Colab](https://unsloth.ai/docs/zh/kai-shi-shi-yong/install/google-colab.md): 要在 Google Colab 上安装并运行 Unsloth，请按照以下步骤进行：
- [Unsloth 模型目录](https://unsloth.ai/docs/zh/kai-shi-shi-yong/unsloth-model-catalog.md)
- [面向初学者的微调](https://unsloth.ai/docs/zh/kai-shi-shi-yong/fine-tuning-for-beginners.md)
- [Unsloth 要求](https://unsloth.ai/docs/zh/kai-shi-shi-yong/fine-tuning-for-beginners/unsloth-requirements.md): 以下是 Unsloth 的要求，包括系统和 GPU VRAM 要求。
- [常见问题 + 微调适合我吗？](https://unsloth.ai/docs/zh/kai-shi-shi-yong/fine-tuning-for-beginners/faq-+-is-fine-tuning-right-for-me.md): 如果你还不确定微调是否适合你，就看这里！了解微调的误区、它与 RAG 的对比等：
- [Unsloth Notebook](https://unsloth.ai/docs/zh/kai-shi-shi-yong/unsloth-notebooks.md): 微调 Notebook：浏览 Unsloth 目录。
- [LLM 微调指南](https://unsloth.ai/docs/zh/kai-shi-shi-yong/fine-tuning-llms-guide.md): 学习微调的所有基础知识和最佳实践。适合初学者。
- [数据集指南](https://unsloth.ai/docs/zh/kai-shi-shi-yong/fine-tuning-llms-guide/datasets-guide.md): 学习如何创建和准备用于微调的数据集。
- [LoRA 微调超参数指南](https://unsloth.ai/docs/zh/kai-shi-shi-yong/fine-tuning-llms-guide/lora-hyperparameters-guide.md): 逐步学习最佳的 LLM 微调设置——LoRA rank 和 alpha、epoch、批大小 + 梯度累积、QLoRA 与 LoRA、目标模块等。
- [我应该使用哪种模型进行微调？](https://unsloth.ai/docs/zh/kai-shi-shi-yong/fine-tuning-llms-guide/what-model-should-i-use.md)
- [教程：如何微调 Llama-3 并在 Ollama 中使用](https://unsloth.ai/docs/zh/kai-shi-shi-yong/fine-tuning-llms-guide/tutorial-how-to-finetune-llama-3-and-use-in-ollama.md): 为初学者准备的指南：创建一个可在 Ollama 上本地运行的个性化个人助手（类似 ChatGPT）
- [强化学习（RL）指南](https://unsloth.ai/docs/zh/kai-shi-shi-yong/reinforcement-learning-rl-guide.md): 全面了解强化学习（RL），以及如何使用 Unsloth 和 GRPO 训练你自己的 DeepSeek-R1 推理模型。从入门到进阶的完整指南。
- [使用 7 倍更长上下文的强化学习 GRPO](https://unsloth.ai/docs/zh/kai-shi-shi-yong/reinforcement-learning-rl-guide/grpo-long-context.md): 了解 Unsloth 如何实现超长上下文的 RL 微调。
- [视觉强化学习（VLM RL）](https://unsloth.ai/docs/zh/kai-shi-shi-yong/reinforcement-learning-rl-guide/vision-reinforcement-learning-vlm-rl.md): 通过 Unsloth 使用 GRPO 和 RL 训练视觉/多模态模型！
- [FP8 强化学习](https://unsloth.ai/docs/zh/kai-shi-shi-yong/reinforcement-learning-rl-guide/fp8-reinforcement-learning.md): 使用 Unsloth 以 FP8 精度训练强化学习（RL）和 GRPO。
- [教程：使用 GRPO 训练你自己的推理模型](https://unsloth.ai/docs/zh/kai-shi-shi-yong/reinforcement-learning-rl-guide/tutorial-train-your-own-reasoning-model-with-grpo.md): 面向初学者的指南：通过使用 Unsloth 和 GRPO 将 Llama 3.1（8B）之类的模型转变为推理模型。
- [高级强化学习文档](https://unsloth.ai/docs/zh/kai-shi-shi-yong/reinforcement-learning-rl-guide/advanced-rl-documentation.md): 在使用 Unsloth 和 GRPO 时的高级文档设置。
- [GSPO 强化学习](https://unsloth.ai/docs/zh/kai-shi-shi-yong/reinforcement-learning-rl-guide/advanced-rl-documentation/gspo-reinforcement-learning.md): 在 Unsloth 中使用 GSPO（Group Sequence Policy Optimization，组序列策略优化）进行 RL 训练。
- [RL 奖励黑客](https://unsloth.ai/docs/zh/kai-shi-shi-yong/reinforcement-learning-rl-guide/advanced-rl-documentation/rl-reward-hacking.md): 了解强化学习中的奖励黑客是什么，以及如何应对它。
- [RL 中的 FP16 与 BF16](https://unsloth.ai/docs/zh/kai-shi-shi-yong/reinforcement-learning-rl-guide/advanced-rl-documentation/fp16-vs-bf16-for-rl.md): 《通过 FP16 解决训练-推理不匹配》https://arxiv.org/pdf/2510.26788 展示了使用 float16 比 bfloat16 更好
- [内存高效的 RL](https://unsloth.ai/docs/zh/kai-shi-shi-yong/reinforcement-learning-rl-guide/memory-efficient-rl.md)
- [偏好优化训练 - DPO、ORPO 和 KTO](https://unsloth.ai/docs/zh/kai-shi-shi-yong/reinforcement-learning-rl-guide/preference-dpo-orpo-and-kto.md): 通过 Unsloth 了解使用 DPO、GRPO、ORPO 或 KTO 进行偏好对齐微调，按照以下步骤操作：
- [使用 RL 训练 AI 智能体](https://unsloth.ai/docs/zh/kai-shi-shi-yong/reinforcement-learning-rl-guide/training-ai-agents-with-rl.md): 学习如何使用强化学习（RL）训练用于现实世界任务的 AI 智能体。


---

# 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/zh/kai-shi-shi-yong.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.