Treine e execute modelos locais de IA
Unsloth é uma biblioteca que acelera o treinamento e a execução de grandes modelos de linguagem (LLM) e modelos de difusão em um ambiente nativo. Torna os processos de ajuste fino de modelos populares mais acessíveis, otimizando o uso da memória.
Atualizações
- 24 de outubro de 2026: Estrelas 78,300 → 78,491, versão mais recente v0.1.910-beta (23 de outubro de 2026).
- 20 de outubro de 2026: Estrelas 78,100 → 78,300, versão mais recente v0.1.909-beta (19 de outubro de 2026).
- 16 de outubro de 2026: Estrelas 77,941 → 78,100, versão mais recente v0.1.908-beta (15 de outubro de 2026).
- 13 de outubro de 2026: Estrelas 77,879 → 77,941, versão mais recente v0.1.907-beta (13 de outubro de 2026).
O que você ganha
- Execute grandes modelos de linguagem e ferramentas de renderização em seu computador local.
- Execute processos de ajuste fino duas vezes mais rápido e com 70% menos uso de memória.
- Integre agentes de desenvolvimento de software como Claude Code aos seus modelos nativos.
Instalação
curl -fsSL https://unsloth.ai/install.sh | shExecução
unsloth start claudeSe você não programa
Quero treinar um modelo de IA em meu computador local usando Unsloth. Você pode explicar passo a passo as configurações ideais que me permitirão usar meus recursos de hardware da maneira mais eficiente, otimizar o uso de memória e acelerar o processo de ajuste fino?
Repositório: https://github.com/unslothai/unsloth. Baseie-se nas instruções oficiais no arquivo README deste repositório para a instalação e execução.
Antes de começar, verifique em qual sistema operacional estamos e se as ferramentas necessárias (ex: Python, Node.js, Git, Docker) estão instaladas. Instale as que faltarem passo a passo de acordo com este sistema.
Crie uma pasta nova e vazia para trabalhar. Não toque em arquivos fora desta pasta e não exclua nada. Antes de executar cada comando, diga o que você vai fazer em uma frase.
Diga-me o que devo ver na tela ao final de cada etapa. Se ocorrer um erro, colarei a mensagem de erro para você exatamente como ela é, e vamos corrigi-la juntos.
Termos relacionados do glossário
Links
A TreScout não desenvolveu esta ferramenta · nós a encontramos nas tendências do GitHub e a apresentamos. Esta página descreve o repositório em 2026-08-14: A contagem de estrelas e o nosso texto são daquele dia, o repositório pode ter mudado desde então. Consulte o link do repositório para ver o estado atual. O texto de apresentação foi preparado com IA a partir da própria documentação do repositório e esta página foi traduzida automaticamente do original em turco · a versão turca é a que vale.