Unsloth v0.1.915-beta Released with Browser Use and FP8 LoRA

基本情報
| 項目 | 内容 |
|---|---|
| リポジトリ | unslothai/unsloth |
| 版 | v0.1.915-beta |
| 公開日 | 2026-11-05 |
| ライセンス | Apache-2.0 |
| 出典の種類 | 公開元の一次情報(公式GitHubリリースページが一次情報) |
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
unslothai/unsloth の最新バージョンである v0.1.915-beta がリリースされました。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および学習するためのUIツールです。GGUF、MLX、Qwen3.8、DeepSeek-V4.1、Gemma 4、FLUXなど、多様なモデルをサポートしています。
今回のアップデートでは、Qwen3.8-Flash-Next への対応に加え、モデルが内蔵ブラウザを通じてファイルやウェブページと直接対話できる「Browser use」機能が導入されました。また、メモリ使用量の削減や学習効率の向上、UIの洗練など、実用的な改善が多数含まれています。
主な変更点
ブラウザ操作とファイル操作の強化
「Browser use」機能を有効にすることで、モデルがチャット内で生成されたHTMLやReactページに対して、クリックやタイピングといった操作を行えるようになりました。また、モデルはブラウザ内で開いているHTML、React、Markdown、コード、テキストファイル、さらにはPDFなどのドキュメントを直接読み取ったり、編集したりすることが可能です。編集した内容は「Back」ボタンを使用して前のバージョンに戻すことができます。
さらに、GGUFモデルは、ツールが実行される際にユーザーに確認を求めることなく、一度に最大4つのウェブページを読み取ることができます。この機能は、モデルにブラウザを介した複雑なタスクを実行させたいユーザーや、ドキュメントの直接編集を行わせたいエージェント利用者に大きなメリットをもたらします。
メモリ使用量の削減とパフォーマンスの向上
起動時の挙動が変更され、PyTorchやその他のMLライブラリを起動時に自動でロードしなくなりました。これにより、アイドル時のメモリ使用量が大幅に削減されています。この起動時の機能については、Settings > General > Startup performance から設定を変更することが可能です。
また、MLXモデルのロードおよびリロードが大幅に高速化され、ロード済みモデルのコンテキスト削減にかかる時間も数秒程度に短縮されています。さらに、4 GBのVRAMを備えたセットアップを含む、非常に限られたVRAM環境においても、SDXLのレンダリングが高速化されました。メモリリソースが限られている環境で動作させているユーザーや、モデルの切り替えを頻繁に行うユーザーにとって、非常に有用な改善です。
学習機能の拡張と効率化
最新のNVIDIA GPUを使用している場合、float8_training = "fp8_lora" を指定することで、16-bitベースのモデルに対して、より高速かつ低メモリでのLoRAトレーニングが可能になりました。また、MLX環境において、DPO、ORPO、KTO、GRPO、CPOといった各種学習手法が実行可能になっています。
ローカル環境で効率的にファインチューニングを行いたい技術者にとって、非常に重要なアップデートです。
チャット体験とUIの改善
GGUFモデルを切り替えた際に、チャットのコンテキスト(履歴)が保持されるようになりました。これにより、モデルを切り替えるたびに長い履歴を再読み込みする必要がなくなります。
UI面では、現在ベータ版である「Glass」テーマのデザインが洗練されました。メニューやサイドバー、ブラウザ全体で、より柔らかいハイライトや軽いシャドウ、改善されたフロスト効果が適用されています。また、Settings > Appearance > Composer から、チャットボックス(Composer)の位置を画面の上下間で調整できるスライダーが追加されました。これらの変更により、日常的にチャット機能を利用するユーザーの利便性と、視覚的なカスタマイズ性が向上しています。
対応モデル・ハードウェア
今回のリリースでは、新しく Qwen3.8-Flash-Next モデルに対応しています。また、Decision APIにおいてLiquidAIの d1 モデルおよび Decider 2B(MLX専用)が追加され、モデルピッカーには最新のKimiモデルが表示されるようになりました。ハードウェア面では、4 GBのVRAMを搭載した環境でのSDXLレンダリングがサポートされ、最新のNVIDIA GPUでは float8_training = "fp8_lora" による低メモリ・高速なLoRAトレーニングが利用可能になっています。
アップデート方法
開発者向け、ナイトリー、および実験的なインストールを行う場合は、macOS、Linux、WSL環境では以下のコマンドを実行します。
git clone https://github.com/unslothai/unsloth
cd unsloth
./install.sh --local
unsloth studio -p 8888
Windows PowerShell環境では以下のコマンドを実行します。
git clone https://github.com/unslothai/unsloth.git
cd unsloth
Set-ExecutionPolicy -Scope Process -ExecutionPolicy RemoteSigned
.\install.ps1 --local
unsloth studio -p 8888
既存の環境をアップデートする場合は、リポジトリのディレクトリに移動して git pull を行い、再度インストールスクリプトを実行してください。
関連記事
- unsloth v0.1.918-beta公開:Computer use機能とMiniMax-H3-Image対応
- Unsloth v0.1.917-beta公開:Qwen3.8-27B GGUF対応とUI高速化
- Unsloth v0.1.913-beta Released: Qwen-Image Speedup and UI I…
- Unsloth 0.1.912-betaリリース: Multi-LoRAバッチ学習と起動高速化
次に読むなら
- このツールの更新を追う → Unsloth の概要とリリース履歴(記録済み89版)
- 同じ分類(量子化・モデル形式・ファインチューニング)の他のツール → ggml / ExLlamaV3

