> 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/kuai-su-kai-shi.md).

# 快速开始

- [Unsloth 安装](https://unsloth.ai/docs/zh/kuai-su-kai-shi/install.md): 安装 Unsloth Desktop、Unsloth Studio 或 Unsloth Core。
- [通过 pip 和 uv 安装 Unsloth](https://unsloth.ai/docs/zh/kuai-su-kai-shi/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/kuai-su-kai-shi/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/kuai-su-kai-shi/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/kuai-su-kai-shi/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/kuai-su-kai-shi/install/linux.md): 在 Linux 上安装 Unsloth Desktop、Unsloth Studio 或 Unsloth Core。
- [更新 Unsloth](https://unsloth.ai/docs/zh/kuai-su-kai-shi/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/kuai-su-kai-shi/install/intel.md): 了解如何在 Intel GPU 上训练和微调大型语言模型。
- [使用 Unsloth 指南在 AMD GPU 上微调 LLM](https://unsloth.ai/docs/zh/kuai-su-kai-shi/install/amd.md): 了解如何使用 Unsloth 在 AMD GPU 上微调大型语言模型（LLM）。
- [与 Unsloth 一起举办的 AMD AI 强化学习黑客松](https://unsloth.ai/docs/zh/kuai-su-kai-shi/install/amd/amd-hackathon.md): 从 Unsloth 的创建者 Daniel Han 那里，亲手学习使用 Unsloth 为 AI 模型进行强化学习的实战技巧。
- [Conda 安装](https://unsloth.ai/docs/zh/kuai-su-kai-shi/install/conda-install.md): 要在 Conda 上本地安装 Unsloth，请按照以下步骤操作：
- [如何在 VS Code 中使用 Unsloth 和 Colab GPU 微调 LLM](https://unsloth.ai/docs/zh/kuai-su-kai-shi/install/vs-code.md): 通过 Unsloth 和 Google Colab 在 Visual Studio Code 中直接微调模型的指南。
- [Google Colab](https://unsloth.ai/docs/zh/kuai-su-kai-shi/install/google-colab.md): 要在 Google Colab 上安装并运行 Unsloth，请按照以下步骤操作：
- [Unsloth 模型目录](https://unsloth.ai/docs/zh/kuai-su-kai-shi/unsloth-model-catalog.md)
- [面向初学者的微调](https://unsloth.ai/docs/zh/kuai-su-kai-shi/fine-tuning-for-beginners.md)
- [Unsloth 要求](https://unsloth.ai/docs/zh/kuai-su-kai-shi/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/kuai-su-kai-shi/fine-tuning-for-beginners/faq-+-is-fine-tuning-right-for-me.md): 如果你还在犹豫微调是否适合你，看这里！了解微调的常见误区、它与 RAG 的对比等内容：
- [Unsloth 笔记本](https://unsloth.ai/docs/zh/kuai-su-kai-shi/unsloth-notebooks.md): 微调笔记本：浏览 Unsloth 目录。
- [LLM 微调指南](https://unsloth.ai/docs/zh/kuai-su-kai-shi/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/kuai-su-kai-shi/fine-tuning-llms-guide/datasets-guide.md): 学习如何为微调创建并准备数据集。
- [LoRA 微调超参数指南](https://unsloth.ai/docs/zh/kuai-su-kai-shi/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、batch size + 梯度累积、QLoRA 与 LoRA、目标模块等。
- [我应该使用哪个模型进行微调？](https://unsloth.ai/docs/zh/kuai-su-kai-shi/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/kuai-su-kai-shi/fine-tuning-llms-guide/tutorial-how-to-finetune-llama-3-and-use-in-ollama.md): 面向初学者的指南，用于创建可在 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/kuai-su-kai-shi/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。从入门到高级的完整指南。
- [具有 7 倍更长上下文的强化学习 GRPO](https://unsloth.ai/docs/zh/kuai-su-kai-shi/reinforcement-learning-rl-guide/grpo-long-context.md): 了解 Unsloth 如何实现超长上下文 RL 微调。
- [视觉强化学习（VLM RL）](https://unsloth.ai/docs/zh/kuai-su-kai-shi/reinforcement-learning-rl-guide/vision-reinforcement-learning-vlm-rl.md): 使用 Unsloth 通过 GRPO 和 RL 训练视觉/多模态模型！
- [FP8 强化学习](https://unsloth.ai/docs/zh/kuai-su-kai-shi/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/kuai-su-kai-shi/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/kuai-su-kai-shi/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/kuai-su-kai-shi/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/kuai-su-kai-shi/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/kuai-su-kai-shi/reinforcement-learning-rl-guide/advanced-rl-documentation/fp16-vs-bf16-for-rl.md): 通过 FP16 击败训练-推理不匹配 https://arxiv.org/pdf/2510.26788 表明使用 float16 比 bfloat16 更好
- [内存高效的 RL](https://unsloth.ai/docs/zh/kuai-su-kai-shi/reinforcement-learning-rl-guide/memory-efficient-rl.md)
- [偏好优化训练 - DPO、ORPO 和 KTO](https://unsloth.ai/docs/zh/kuai-su-kai-shi/reinforcement-learning-rl-guide/preference-dpo-orpo-and-kto.md): 了解如何通过 Unsloth 使用 DPO、GRPO、ORPO 或 KTO 进行偏好对齐微调，请按照以下步骤操作：
- [使用 RL 训练 AI Agent](https://unsloth.ai/docs/zh/kuai-su-kai-shi/reinforcement-learning-rl-guide/training-ai-agents-with-rl.md): 了解如何使用强化学习（RL）训练用于现实任务的 AI Agent。


---

# 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 by asking a question.

Perform an HTTP GET request on the following URL with the `ask` and `goal` query parameters:

```
GET https://unsloth.ai/docs/zh/kuai-su-kai-shi.md?ask=<question>&goal=<user_goal>
```

`ask` is the immediate question: it should be specific, self-contained, and written in natural language.
`goal` is what the user is ultimately trying to achieve, the reason they need the answer. Sharing it helps GitBook give you a better, more relevant answer. A goal is most helpful when it describes the outcome the user wants rather than restating the question. For example, with `ask=how do I create an API token`, a goal like `automate deployments from our CI pipeline` lets GitBook tailor the answer to that use case.

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.