
Unsloth
Unsloth是一个开源平台,允许用户通过其Web UI和基于代码的界面在本地运行和训练AI模型,速度提高高达30倍,内存使用量减少90%。
https://unsloth.ai/?ref=producthunt&utm_source=aipure

产品信息
更新于:2026年03月20日
什么是 Unsloth
Unsloth是一家创新型AI初创公司,由Daniel和Michael Han兄弟于2023年创立,致力于让每个人都能更轻松地使用AI。它提供了一个统一的Web界面,名为Unsloth Studio,用于在本地训练、运行和导出开放AI模型,支持各种类型,包括文本、音频、嵌入和视觉模型。该平台可在Windows、Linux、WSL和macOS上运行,提供无代码Web UI(Unsloth Studio)和基于代码的版本(Unsloth Core),以满足不同的用户需求。
Unsloth 的主要功能
Unsloth是一个开源平台,提供统一的Web UI,用于在本地训练、运行和导出AI模型。与传统方法相比,它在训练速度上提高了30倍,内存使用量减少了90%,从而显著提高了性能。该平台支持各种模型类型,包括文本、音频、视觉和嵌入,并兼容Mistral、Gemma和Llama等流行的模型。它具有无代码Web界面(Unsloth Studio)和基于代码的版本(Unsloth Core),使Windows、Linux、WSL和macOS上的AI模型开发更易于访问。
统一的Web界面: 用于训练、运行和导出模型的一体化本地界面,通过Unsloth Studio提供无代码选项
优化的性能: 通过自定义内核和GPU优化,实现30倍的训练速度提升,并减少90%的内存使用
模型兼容性: 支持500多种模型,包括文本、视觉、音频和嵌入,以及GGUF和Safetensors等格式
数据配方系统: 从各种文件格式(PDF、CSV、JSON)自动创建数据集,并提供可自定义的工作流程选项
Unsloth 的使用场景
定制聊天机器人开发: 微调模型,以实现专业的客户支持和特定产品的问答处理
研究与开发: 使AI研究人员和开发人员能够以减少的计算资源来试验模型训练和优化
企业AI部署: 帮助企业创建和部署自定义AI模型,从而缩短训练时间并降低基础设施成本
优点
在速度和内存使用方面有显著的性能提升
用户友好的界面,提供代码和无代码选项
全面支持多种模型类型和格式
缺点
在Unsloth上构建的工作流程的可移植性有限
Beta状态,持续开发中,存在潜在的稳定性问题
需要本地硬件资源才能运行
如何使用 Unsloth
安装Unsloth: 运行 'pip install --upgrade pip && pip install uv && pip install unsloth --torch-backend=auto'。对于Windows用户,请确保首先安装PyTorch。
启动Unsloth Studio: 运行 'unsloth studio setup',然后运行 'unsloth studio -H 0.0.0.0 -p 8888' 以启动Web UI界面。或者,使用他们的Docker镜像:unsloth/unsloth。
加载模型: 在Unsloth Studio中,您可以从Hugging Face或本地文件加载GGUF或Safetensors模型。该界面可在MacOS、Windows、Linux和WSL设置上运行。
比较模型(可选): 使用Model Arena功能加载两个不同的模型(例如,基础版本和微调版本)以并排比较它们的输出。
准备训练数据: 使用Data Recipes通过图形节点工作流程界面将您的文档(PDF、CSV、JSON)转换为可用的数据集。
微调模型: 配置训练参数,如学习率、LoRA设置和其他超参数。通过实时损失、梯度范数和GPU利用率跟踪来监控训练进度。
导出模型: 训练后,将您的微调模型导出为safetensors或GGUF格式,以便与llama.cpp、vLLM、Ollama和其他平台一起使用。
运行推理: 使用经过训练的模型进行推理,支持工具调用、Web搜索和OpenAI兼容API。您可以上传各种文件类型,包括图像、音频、PDF和代码以进行交互。
Unsloth 常见问题
Unsloth是一个开源的、无需代码的Web UI平台,允许用户在本地训练、运行和导出AI模型。它可以在Windows、Linux、WSL和macOS上运行。











