Unsloth Studio：开源无代码LLM微调界面，显存占用减少70%
Unsloth AI 于3月17日发布 Unsloth Studio —— 一个开源的无代码 Web 界面，用于在本地训练、运行和导出大语言模型，100%离线运行，支持 Mac、Windows 和 Linux。
Studio 可以将500多种模型的训练速度提升2倍，同时减少70%显存占用且不损失精度，支持文本、视觉、TTS 语音和嵌入模型。它可以在本地运行 GGUF 和 safetensor 模型，并包含 Data Recipes 功能——一个可视化节点工作流，利用 Nvidia DataDesigner 将非结构化文档（PDF、CSV、DOCX）转化为结构化训练数据集。
平台还包含自修复工具调用、网络搜索和代码执行能力，让 LLM 可以在沙箱中运行代码进行计算、数据分析、代码测试和答案验证。这使其非常适合构建和微调需要工具使用能力的代理模型。
Unsloth Studio 正在 Hacker News 上热门（144分），并在 Nvidia GTC 2026 上展出。对于构建自定义代理模型的开发者来说——无论是编码、搜索还是企业工作流——Studio 彻底消除了基础设施障碍。
GitHub：https://github.com/unslothai/unsloth
官网：https://unsloth.ai
← 返回所有文章
Studio 可以将500多种模型的训练速度提升2倍，同时减少70%显存占用且不损失精度，支持文本、视觉、TTS 语音和嵌入模型。它可以在本地运行 GGUF 和 safetensor 模型，并包含 Data Recipes 功能——一个可视化节点工作流，利用 Nvidia DataDesigner 将非结构化文档（PDF、CSV、DOCX）转化为结构化训练数据集。
平台还包含自修复工具调用、网络搜索和代码执行能力，让 LLM 可以在沙箱中运行代码进行计算、数据分析、代码测试和答案验证。这使其非常适合构建和微调需要工具使用能力的代理模型。
Unsloth Studio 正在 Hacker News 上热门（144分），并在 Nvidia GTC 2026 上展出。对于构建自定义代理模型的开发者来说——无论是编码、搜索还是企业工作流——Studio 彻底消除了基础设施障碍。
GitHub：https://github.com/unslothai/unsloth
官网：https://unsloth.ai