AI 前沿发现
GitHub 开源
unslothai/unsloth：本地UI，训练运行主流LLM/扩散模型
Unsloth提供本地UI工具，支持训练与运行主流大语言模型和扩散模型，兼容DeepSeek、Gemma、FLUX等。适合AI开发者与职教学习者开展本地模型微调与推理，数据不出本机，操作界面简洁。
查看原文 →内容为平台聚合整理，原文与最新动态以来源页面为准。
加老师微信 · 免费技术指导
工作流 / 模型 / 云端算力使用问题，1 对 1 免费答疑
扫码进学习交流群
加专属老师微信图文介绍
项目定位
这是一款面向本地环境的图形化界面工具，用于运行和训练大语言模型（LLM）与扩散模型。它支持包括 Qwen3.8、Kimi K3、MiniMax-H3、Gemma 4、DeepSeek-V4、FLUX 在内的多种主流模型，帮助用户在不依赖云端服务的情况下完成模型加载、推理与微调。
核心功能亮点
- 本地化运行：数据不出本机，适合隐私敏感或离线场景，降低外部依赖。
- 多模型兼容：覆盖文本生成与图像生成两类模型，满足不同任务需求。
- 训练能力：支持在本地对支持的模型进行继续训练或微调，便于适配特定数据集。
- 统一操作界面：通过简洁的UI管理模型下载、参数配置和运行日志，降低命令行使用门槛。
适用场景
- 人工智能应用开发者需要快速验证不同模型效果。
- 职业教育学习者进行模型实验与教学演示。
- 企业内部需要保护数据隐私，希望本地完成模型推理与调优。
- 对ComfyUI等相关工具链熟悉的用户，可将其作为本地模型管理辅助组件。
上手提示
- 安装前请确认本机显卡显存和内存满足所选模型的最低要求。
- 首次使用建议从较小规模的模型开始，熟悉界面操作后再尝试训练功能。
- 训练时注意设置合适的学习率和批次大小，避免资源溢出。
- 若需与ComfyUI工作流结合，可通过模型导出或API接口进行对接。
作者/来源：unslothai
常见问题
Unsloth支持哪些主流模型？
Unsloth支持Qwen3.8、Kimi K3、MiniMax-H3、Gemma 4、DeepSeek-V4、FLUX等多种主流大语言模型与扩散模型，可覆盖文本生成与图像生成两类任务。
运行Unsloth需要什么硬件配置？
安装前需确认本机显卡显存和内存满足所选模型的最低要求，建议初次使用从较小规模的模型开始，熟悉界面操作后再尝试训练功能。
Unsloth如何与ComfyUI工作流结合？
可通过模型导出或API接口与ComfyUI工作流对接，作为本地模型管理辅助组件使用，方便拓展模型应用场景。
Unsloth适合哪些用户使用？
适合需要快速验证模型效果的AI应用开发者、进行模型实验与教学演示的职业教育学习者，以及有数据隐私保护需求、希望本地完成模型推理与调优的企业内部用户。
使用Unsloth训练模型有哪些注意事项？
训练时需设置合适的学习率和批次大小，避免资源溢出。建议从较小模型开始尝试，逐步熟悉参数配置和训练流程。