Unsloth v0.1.907-beta公開:推論最大5倍高速化とブラウザ操作機能

基本情報
| 項目 | 内容 |
|---|---|
| リポジトリ | unslothai/unsloth |
| 版 | v0.1.907-beta |
| 公開日 | 2026-10-14 |
| ライセンス | Apache-2.0 |
| 出典の種類 | 公開元の一次情報(Unsloth公式GitHubリポジトリのリリースノート) |
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
大規模言語モデル(LLM)や拡散モデルの実行・学習をローカル環境で行うためのUI/ツールキット「Unsloth」の最新版となる「v0.1.907-beta」が公開されました。UnslothはPythonで開発されており、Apache-2.0ライセンスで提供されています。
本バージョンでは、UI全体の応答性が最大10倍向上したほか、キャッシュヒット率95%の達成やMoE Strata関連の修正により推論速度が最大5倍高速化するなど、パフォーマンス面で大幅な強化が図られています。さらに、ブラウザ操作エージェントの拡充や新しい動画生成モデルへの対応、画像LoRA学習の効率化など多岐にわたる新機能が盛り込まれており、推論・学習の双方で高速化を求めるユーザーにとって更新する価値の高いリリースとなっています。
破壊的変更・非推奨
画像学習の設定において、従来と既定の挙動が異なる変更が1点含まれています。
| 設定項目 | 以前の挙動 | 更新後の挙動 |
|---|---|---|
| ランダム反転 (Random flipping) | 自動的に適用 | オプトイン (手動での明示的な有効化が必要) |
この変更は、Unslothの「Train」タブで画像LoRA学習を実行している利用者に影響します。学習時のデータ拡張として画像の左右反転を利用したい場合は、更新後に手動で設定を有効化する必要があります。
主な変更点
推論およびUI応答性の大幅な性能向上
UI全体の操作感が高速化され、複数チャットを扱う場面では最大10倍の高速化が実現されました。推論処理においても95%のキャッシュヒット率達成やMoE Strataスタイルの修正により、最大5倍の高速化が確認されています。また、大規模なチャット履歴や学習履歴の読み込みが小分けのバッチ処理に変更され、起動時のデータ転送量とメモリ消費が削減されました。長いGGUFチャットやツール呼び出しを多用する会話での応答開始も早くなっています。Apple SiliconのMLX環境では、Qwen3.5、Qwen3.6、Qwen3.8のprefill処理と投機的デコーディング(speculative decoding)の高速化が行われています。
ブラウザ操作エージェント機能の拡張
モデルが指定座標をクリックしたり、マウスを移動させたり、キャンバスなどのラベル付けされていない要素を含めてページ上の要素をドラッグしたりできるようになりました。セキュリティ面も強化されており、ページ上でのスクリプト実行時に都度ユーザーの承認を求める設定や、設定画面(Settings > Browser)からスクリプト実行を「Never」にする設定が可能です。また、信頼できるサイトに対して未ラベル要素のクリックを常に許可するなど、ドメインごとのルールも設定できます。Web UI上では遅延読み込みコンテンツやクライアントサイド遷移、圧縮されたページへの追従性が向上し、日付・時刻フィールドの自動入力にも対応しました。
新しい動画生成モデルのサポートとメディア機能
動画生成モデル「LTX-2.5」に対応し、テキストまたは開始画像からの音声付き動画生成が可能になりました。また、「Wan2.2-TI2V-5B」や「LTX-2」「LTX-2.3」において開始フレーム(Start frame)を追加し、読み込み済みの同一モデル上で画像をアニメーション化するImage-to-Video生成をサポートしています。画像生成面では、SDXLのサンプラーとスケジュールの選択肢追加、v-predictionチェックポイントの正常な読み込み、生成前の画像トリミング機能、大容量写真や動画フレームの自動リサイズ機能が追加されました。
画像LoRA学習の高速化と新機能
NVIDIA環境の画像LoRA学習において、fused AdamWが標準で使用されるようになり、アスペクト比バケットへの対応と合わせて学習効率が向上しました。NVIDIA Ada、Hopper、Blackwell環境ではFLUXやZ-ImageのFP8 LoRA学習のメモリ消費が削減され、Blackwellでは互換性のあるtorchaoスタックを用いたMXFP8のアスペクト比バケット学習にも対応します。また、学習タブ上でプレビュー画像を生成する「Sample every」設定、キャプションやLoRAのドロップアウト率設定、チェックポイント保持設定が追加されました。さらに、Transformers 5とGPTQModelを用いたAWQモデルのLoRAファインチューニングや、INT4 QATモデルの量子化重みとしてのエクスポートにも対応しています。
チャット・デスクトップ・連携機能の強化
デスクトップアプリでのファイルドラッグ&ドロップが復旧し、Office文書、EPUB、README、ドットファイルなど対応形式が3倍以上に拡大しました。Web UIでは最大200MBまでのPDFやOffice文書をアップロード可能です。チャット機能には会話や作業ファイルを復元できる/rewindコマンドや、コンテキストを圧縮する/compactコマンドが導入されました。外部連携としては、unsloth start vscodeコマンドによりVS CodeのCopilot Chatモデル選択メニューにローカルモデルを登録できるようになったほか、MCP(Model Context Protocol)経由でコーディングエージェントからモデルの読み込み、生成、学習、エクスポートを制御できるようになっています。
ハードウェア互換性の改善と不具合修正
Windows AMD環境で発生していたPyTorchおよびTritonの起動エラーが解消されました。Intel XPU環境では、intel-oclocを導入しなくても対応するArcやデータセンター向けGPUでネイティブBF16が認識されるようになり、単一タイルLinuxホストでのGPU選択処理も改善されています。さらに、CUDA環境でPythonバージョンを切り替えた際に発生するTritonランチャーのエラーが回避されるようになったほか、Gemma 4 E2Bモデルを低VRAM環境(WindowsおよびWSLでのホストメモリへのオフロードを含む)で読み込む際の安定性が向上しています。
対応モデル・ハードウェア
今回のアップデートでは、最新の動画生成モデルへの対応や、多様なハードウェア環境における最適化が数多く導入されました。
動画生成および画像モデルへの対応
- LTX-2.5: テキストまたは画像からの動画生成に対応しました。GGUF形式での推論も可能になっており、メモリが許す限りデフォルトの2段階設定で高速に動作します。
- Wan2.2-TI2V-5B / LTX-2 / LTX-2.3: 読み込み済みの同一モデル上で、開始フレーム(Start frame)を追加して画像をアニメーション化するImage-to-Video機能が利用できるようになりました。
- Qwen3.5 / Qwen3.6 / Qwen3.8: Apple Silicon環境(MLX)において、prefill処理と投機的デコーディング(speculative decoding)が高速化されました。
- Gemma 4 E2B: WindowsやWSL環境において、ホストメモリへのオフロードを活用することで、8GBなどの低VRAM環境でも動作可能になりました。
- SDXL: 画像生成ページでサンプラーやスケジュールの選択が可能になり、v-predictionチェックポイントも正しく読み込めるようになりました。
- AWQ / INT4 QAT: AWQモデルのLoRAファインチューニングや、INT4 QATモデルを量子化済み重みとしてエクスポートする機能に対応しました。
- 音声・音楽モデル: Apple Silicon上でMLXを用いた音声文字起こし(speech-to-text)が可能になったほか、audio.cppによる音声・音楽生成もサポートされています。
ハードウェア・アクセラレータの拡充
- NVIDIA RTX Spark: Windows ARM64向けのダウンロード版で新たにサポートされました。
- NVIDIA Blackwell / Hopper / Ada: FLUXやZ-ImageのFP8 LoRA学習においてメモリ消費が削減されました。特にBlackwell世代では、MXFP8形式でのアスペクト比バケット学習も可能です。
- Intel XPU: Arcおよびデータセンター向けGPUにおいて、intel-oclocを個別に導入しなくてもネイティブなBF16が認識されるようになりました。また、シングルタイルのLinuxホストでのGPU選択も改善されています。
- Windows AMD: 起動時に発生していたPyTorchやTritonのエラーが修正され、安定性が向上しました。RDNA 1やPolarisアーキテクチャの検出も改善されています。
アップデート方法
既存の環境を最新のv0.1.907-betaに更新するには、以下の手順を実行します。
macOS、Linux、WSLの場合
ターミナルでリポジトリのディレクトリに移動し、最新のソースを取得してインストールスクリプトを再実行します。
cd unsloth && git pull
./install.sh --local
unsloth studio -p 8888
Windows (PowerShell) の場合
PowerShellを開き、同様にリポジトリの更新とインストールスクリプトの実行を行います。
cd unsloth; git pull
.\\install.ps1 --local
unsloth studio -p 8888
アンインストールが必要な場合
環境を一度完全に削除して再構築したい場合は、公式のアンインストールスクリプトを利用できます。
macOS, WSL, Linux:
curl -fsSL https://raw.githubusercontent.com/unslothai/unsloth/main/scripts/uninstall.sh | sh
Windows (PowerShell):
irm https://raw.githubusercontent.com/unslothai/unsloth/main/scripts/uninstall.ps1 | iex
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 v0.1.916-betaリリース:2基GPU並列生成とCUDAグラフ対応
- Unsloth v0.1.915-beta Released with Browser Use and FP8 LoRA
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
出典
- https://github.com/unslothai/unsloth/releases/tag/v0.1.907-beta
- https://github.com/unslothai/unsloth/pull/13433
- https://github.com/unslothai/unsloth/pull/13505
- https://github.com/unslothai/unsloth/pull/13439
- https://github.com/unslothai/unsloth/pull/13527
- https://github.com/unslothai/unsloth/pull/13443
- https://github.com/unslothai/unsloth/pull/13425
- https://github.com/unslothai/unsloth/pull/13419

