Unsloth 0.1.912-betaリリース: Multi-LoRAバッチ学習と起動高速化

Unsloth 0.1.912-betaリリース: Multi-LoRAバッチ学習と起動高速化

基本情報

項目 内容
リポジトリ unslothai/unsloth
版 v0.1.912-beta
公開日 2026-10-28
ライセンス Apache-2.0
出典の種類 公開元の一次情報(公式GitHubリリースで確認)

情報を集めた時点で、当サイトのコードが確定させた値です。日付はJSTで表示しています。

概要

Unslothは、LLM(大規模言語モデル)や拡散モデルをローカル環境で実行・学習するためのUIツールです。GGUF、MLX、Qwen3.8、DeepSeek-V4.1、MiniMax-H3、Gemma 4、FLUXなど、幅広いモデルをサポートしています。

今回のバージョン 0.1.912-beta では、初回起動速度の向上や、複数の互換性のあるファインチューニングジョブをまとめて学習できる「Multi-LoRA batching」機能が導入されました。特に、複数のLoRAアダプターを共通のベースモデルで同時に学習できるため、効率的なトレーニング環境を求めるユーザーにとって大きなメリットがあります。

主な変更点

起動と動作の高速化

セットアップ時にPythonファイルをプリコンパイルする仕組みが導入されたことで、初回起動が約2倍高速化されました。また、Linux環境におけるツール呼び出し(tool calls)の開始時間が、2 GBのサーバープロセスを用いた場合に84〜174 msから1〜2 msへと大幅に短縮されています。さらに、モデルリストの表示において、497個のキャッシュ済みモデルがある場合でも、以前の約3分の1のCPU使用量で動作するよう最適化されました。

Multi-LoRA batchingによる学習効率の向上

互換性のある複数のファインチューニングジョブがキューに溜まっている場合、それらをまとめて学習できるようになりました。各ジョブは共通のベースモデルを使用しながら、それぞれ独自のLoRAアダプターを学習します。新しいTritonカーネルにより、ベースレイヤーをバッチごとに一度だけ実行する仕組みとなっており、A100(bf16、rank 16)を用いたテストでは、4つのアダプターを同時に動かした場合、1つずつ順番に動かすよりもフォワードパスおよびバックワードパスが1.52倍高速に動作したと報告されています。GPUが使用中の間、ジョブは順番にキューイングされ、各ジョブは個別にキャンセルすることも可能です。

チャット機能とツールの改善

ローカルモデルにおいて、出力制限に達したツール呼び出しをスキップする機能が追加されました。これにより、書き込み途中のコマンド(例:cat > app.py)がファイルを上書きしてしまうリスクが軽減されます。また、Qwen3やDeepSeek R1などの「Thinkingモデル」において、SGLang上で推論プロセスを表示し、Thinkトグルを操作できるようになりました。さらに、vLLMやSGLangを使用している場合、Max Tokensで中断された返答の再開や、response_formatによるJSON出力のリクエストが可能になっています。

ブラウザ操作とデスクトップ機能

ブラウザの新しいタブページに「Browser use」スイッチが追加され、モデルが組み込みのブラウザを制御できるようになりました。デスクトップ版では、一時的なチャットで使用されるブラウザエージェントが、ユーザーの履歴にページを追加しないように改善されています。また、macOSでSafari 18.4以前を使用している場合に、デスクトップのブラウザタブや閉じるボタンが正常に動作するよう修正されました。

対応モデル・ハードウェア

今回のアップデートにより、以下のモデルや機能への対応・改善が行われています。

対応モデルの拡充と最適化

  • Gemma 4 (E2B / E4B): 学習時にデータセット内の「thinking text」を破棄せず、保持したまま学習できるようになりました。
  • MiniMax-H3: Linux A100環境において、モデルのロード時間が61秒から49秒へと短縮されました。
  • Gemma 3 4B: 1,000行のチャットデータセットの準備時間が、6.6秒から1.75秒へと高速化されました。
  • Qwen3 / DeepSeek R1: SGLang上で推論プロセス(reasoning)の表示と、Thinkトグルの操作が可能になりました。

ハードウェア・バックエンド

  • Linux A100: モデルロードや学習の最適化が適用されています。
  • vLLM / SGLang: 返答の再開(Resume)や、response_formatを用いたJSON出力への対応が強化されました。
  • Windows ROCm: HIP SDKを使用していない環境において、Vulkanを使用できるようになりました。

アップデート方法

Unsloth Studioのデベロッパー版(mainブランチ)を使用している場合、以下の手順でアップデートを行ってください。

macOS, Linux, WSL

cd unsloth
git pull
./install.sh --local
unsloth studio -p 8888

Windows PowerShell

cd unsloth
git pull
.\install.ps1 --local
unsloth studio -p 8888

関連記事

次に読むなら

出典