这是名为 Unsloth 的 Linux 应用程序，其最新版本可以下载为 gpt-ossReinforcementLearning+AutoKernelNotebooksourcecode.tar.gz。它可以在免费的工作站托管服务提供商 OnWorks 上在线运行。
使用 OnWorks 免费下载并在线运行这个名为 Unsloth 的应用程序。
请按照以下说明运行此应用程序：
- 1. 在您的 PC 中下载此应用程序。
- 2. 在我们的文件管理器 https://www.onworks.net/myfiles.php?username=XXXXX 中输入您想要的用户名。
- 3. 在这样的文件管理器中上传这个应用程序。
- 4. 从此网站启动OnWorks Linux online 或Windows online emulator 或MACOS online emulator。
- 5. 从您刚刚启动的 OnWorks Linux 操作系统，使用您想要的用户名转到我们的文件管理器 https://www.onworks.net/myfiles.php?username=XXXXX。
- 6. 下载应用程序，安装并运行。
SCREENSHOTS
Ad
不懒惰
商品描述
Unsloth 是一个旨在显著提升 Llama 3.3、DeepSeek-R1 和其他推理大型语言模型 (LLM) 性能的框架。它优化了这些模型，使其运行速度提升高达 2 倍，同时内存占用减少 70%。Unsloth 旨在提高大型模型的微调效率，为用户提供一种简单、高效的解决方案，帮助他们根据数据集定制 LLM。它通过免费的笔记本和将微调后的模型导出为各种格式的功能，提供了用户友好的体验。
功能
- 性能提升：模型运行速度提高 2 倍，内存占用减少 70%。
- 支持多种模型：适用于 Llama 3.3、DeepSeek-R1、Phi-4 等。
- 免费笔记本：易于使用的笔记本，用于微调。
- 数据集集成：无缝添加自定义数据集进行微调。
- 多种导出选项：将微调模型导出到 GGUF、Ollama、vLLM 或 Hugging Face。
- 内存优化：提高速度的同时减少内存使用量。
- Kaggle 和 Colab 集成：在 Kaggle 和 Colab 等平台上访问模型。
- 适合初学者：简单、直观的微调过程。
- 文档：有关设置和使用的详细指南和文档。
程式语言
Python
分类
此应用程序也可从 https://sourceforge.net/projects/unsloth.mirror/ 获取。它已托管在 OnWorks 中，以便通过我们的免费操作系统以最便捷的方式在线运行。
