← Entdecken
Entdecken · GitHub · Unsloth↑ +328 heute

Trainieren und betreiben Sie lokale KI-Modelle

Unsloth ist eine Bibliothek, die das Training und die Ausführung großer Sprachmodelle (LLM) und Diffusionsmodelle in einer nativen Umgebung beschleunigt. Es macht die Feinabstimmung von Prozessen beliebter Modelle durch die Optimierung der Speichernutzung leichter zugänglich.

Aktualisierungen

  • 9. September 2026: Sterne 75,531 → 75,916, neueste Version v0.1.807-beta (8. September 2026).
  • 3. September 2026: Sterne 74,963 → 75,531, neueste Version v0.1.806-beta (2. September 2026).
  • 27. August 2026: Sterne 74,940 → 74,963, neueste Version v0.1.804-beta (27. August 2026).
  • 27. August 2026: Sterne 74,051 → 74,940, neueste Version v0.1.803-beta (25. August 2026).

Was es bringt

  • Führen Sie große Sprachmodelle und Rendering-Tools auf Ihrem lokalen Computer aus.
  • Führen Sie Feinabstimmungsprozesse doppelt so schnell und mit 70 % weniger Speicherverbrauch durch.
  • Integrieren Sie Softwareentwicklungsagenten wie Claude Code in Ihre nativen Modelle.

Installation

Setup für macOS, Linux und WSL
curl -fsSL https://unsloth.ai/install.sh | sh

Ausführung

Starten des Softwareentwicklungsagenten
unsloth start claude

Wenn Sie nicht programmieren

🤖 Fügen Sie dies in Ihren Agenten ein (Claude Code · Codex · Antigravity)

Ich möchte mit Unsloth ein KI-Modell auf meinem lokalen Computer trainieren. Können Sie mir Schritt für Schritt die optimalen Konfigurationseinstellungen erläutern, die es mir ermöglichen, meine Hardwareressourcen optimal zu nutzen, die Speichernutzung zu optimieren und den Feinabstimmungsprozess zu beschleunigen?

Verwandte Begriffe aus dem Glossar

Fine-tuningLLMArtificial Intelligence
Für wen es gedacht istEs richtet sich an Benutzer, die ihre eigenen Modelle der künstlichen Intelligenz auf ihrer lokalen Hardware trainieren, optimieren und in die von ihnen entwickelten Softwareprojekte integrieren möchten.
LizenzApache-2.0

Links

TreScout hat dieses Werkzeug nicht entwickelt · wir haben es in den GitHub-Trends gefunden und stellen es vor. Diese Seite beschreibt das Repository so, wie es am 2026-08-14 war: Die Anzahl der Sterne und unser Text stammen von diesem Tag, das Repository kann sich seitdem geändert haben. Den aktuellen Stand finden Sie über den Link zum Repository. Diese Seite wurde maschinell übersetzt aus dem türkischen Original · maßgeblich ist die türkische Fassung.