注目したのはLLMモデルのファインチューニングをWeb UIだけで完結できそうなこと。
これまで専門家だけの領域だったLLMのファインチューニングを、誰もが直感的に行えるようになってるらしい。
※でも、UIは英語オンリーで悲しい事にまだ使いこなせてない。
Unsloth Studioが選ばれる3つの理由
1. プログラミング不要の「ノーコード」設計
Pythonのコードを書く必要はありません。ブラウザベースの直感的なUIから、PDF、CSV、JSONなどの学習データをアップロードするだけで、即座にAIのトレーニング出来る。
2. 高速化とメモリ節約
Unsloth独自の最適化技術により、従来の学習手法と比較して以下のパフォーマンス向上を実現。
メモリ使用量： 最大 80% 削減
処理速度： 最大 2倍 高速化
これにより、GeForce 30/40/50搭載PCやApple Silicon搭載Macで、高度なAI学習が可能に！
3. 完全ローカル
すべての処理はユーザーのローカル環境で完結します。クラウドへデータを送信しないため、機密情報や個人データを扱うプロジェクトでも安心して利用できます。
主な機能と対応モデル
| 項目 | 内容 |
|---|---|
| 対応OS | Windows, macOS (Apple Silicon), Linux |
| 対応モデル | Llama 3, Mistral, Phi-3 など500種類以上のテキスト/画像/音声モデル |
| 主な機能 | ファインチューニング、チャット推論、モデルの書き出し（GGUF等） |
| 連携ツール | Hugging Face, LM Studio 等との高い親和性 |
こんな方におすすめ
ビジネスリーダー: 専門知識なしで自社専用の特化型AIを構築したい。
プライバシー重視派: 外部に漏らせない機密データを安全に学習させたい。
AI学習の初心者: 難しい環境構築を飛ばして、すぐにAIのカスタマイズを体験したい。
はじめかた
Unsloth Studioのインストールは
curl -fsSL https://raw.githubusercontent.com/unslothai/unsloth/main/install.sh | sh
こんだけ（でも、ダウンロードとコンパイルに時間が凄くかかる）
終わったら
source unsloth_studio/bin/activate
unsloth studio -H 0.0.0.0 -p 8888
で起動。
後はブラウザから
http://(Unsloth StudioをインストールしたIP アドレス):8888
で初期画面が表示されパスワードを聞かれて、メニュー画面へ
警告
ちなみに2026年3月19日現在、β版なので不安定だったり、落ちたりするので注意。
ドキュメントはUnsloth Studio に有ります。
以上