Дом
Студия Unsloth представила первую местную платформу для тонкой настройки визуальных моделей большого языкового объёма (LLM), позволяющую сократить потребление видеопамяти на 70%
Известная библиотека для высокопроизводительной тонкой настройки Unsloth AI официально запустила Unsloth Studio. Этот визуальный интерфейс с открытым исходным кодом, не требующий программирования, призван значительно снизить барьер для программистов при тонкой настройке больших языковых моделей (LLM), позволяя разработчикам полностью обойти сложные настройки среды CUDA и высокие затраты на оборудование.

Технология, лежащая в основе Unsloth Studio, использует настраиваемое ядро обратного распространения, написанное на языке Triton, что обеспечивает качественный скачок по сравнению со стандартными фреймворками для тонкой настройки:
Скорость обучения удваивается: эффективность тонкой настройки повышается до двух раз.
Использование памяти сокращается на 70%: это резко снижает зависимость от памяти GPU без ущерба для точности модели.
Поддержка графических процессоров потребительского уровня: разработчики теперь могут настраивать модели с 8–70 млрд параметров (такие как Llama3.3 и DeepSeek-R1) на отдельных графических процессорах потребительского уровня, таких как RTX 4090 или 5090, для выполнения задач, которые ранее требовали кластеров с несколькими графическими процессорами.
Эта платформа объединяет весь жизненный цикл подготовки данных, обучения и развертывания в интуитивно понятный веб-интерфейс:
Визуальный рецепт данных: включает в себя узеловой рабочий процесс, который поддерживает автоматический ввод данных в различных форматах, таких как PDF и JSONL, и может использовать NVIDIA DataDesigner для преобразования неструктурированных документов в структурированные наборы данных с инструкциями.
Поддержка реинфорсмент-обучения: включает встроенную поддержку GRPO (Group-wise Relative Policy Optimization). Эта технология, зародившаяся в DeepSeek-R1, позволяет обучать ИИ с возможностями многошагового логического вывода на локальном оборудовании без необходимости использования дополнительной «критической модели».
Экспорт и развертывание в один клик: поддерживает экспорт в форматы GGUF, vLLM или Ollama, плавно устраняя разрыв между контрольными точками обучения и производственными средами вывода.
С выпуском Unsloth Studio настройка больших моделей переходит от зависимости от дорогостоящих облачных SaaS-решений к более конфиденциальной и экономичной парадигме локальной разработки. Платформа не только обеспечивает немедленную совместимость с сериями Llama 4 и Qwen, но и предоставляет мощные инструменты для разработки индивидуальных моделей с полным правом собственности предприятия.
Технические детали: https://unsloth.ai/docs/new/studio
Связанная статья
Акции США достигли исторической отметки, поскольку гиганты искусственного интеллекта и аэрокосмической отрасли готовятся к дебюту с оценкой в триллион долларов
Илон Маск, Сэм Алтман и Дарио Амодэй, три титана технологического сектора, продвигаются к первичным публичным предложениям акций своих respective компаний. Благодаря SpaceX, OpenAI и Anthropic — трем отраслевым гигантам, чья оценка приближается к три
Шведский стартап в области искусственного интеллекта Lovable Eyes достиг оценки в 13,2 миллиарда долларов после крупного раунда финансирования
По мере того как инструменты для программирования на основе искусственного интеллекта набирают популярность, шведский стартап Lovable привлек крупный раунд финансирования. Компания нацелена на привлечение $3 млрд, что потенциально может увеличить её
Google тестирует агента Remy AI для Gemini по мере смещения фокуса на управление пользователями
Согласно Business Insider, Google тестирует Remy, нового ИИ-персонального агента для Gemini. Этот инструмент предназначен для выполнения задач от имени пользователей, упрощая как профессиональные рабочие процессы, так и повседневные рутины.В настоящ
Рекомендации по связанным специальным темам
Комментарии (1)
Известная библиотека для высокопроизводительной тонкой настройки Unsloth AI официально запустила Unsloth Studio. Этот визуальный интерфейс с открытым исходным кодом, не требующий программирования, призван значительно снизить барьер для программистов при тонкой настройке больших языковых моделей (LLM), позволяя разработчикам полностью обойти сложные настройки среды CUDA и высокие затраты на оборудование.

Технология, лежащая в основе Unsloth Studio, использует настраиваемое ядро обратного распространения, написанное на языке Triton, что обеспечивает качественный скачок по сравнению со стандартными фреймворками для тонкой настройки:
Скорость обучения удваивается: эффективность тонкой настройки повышается до двух раз.
Использование памяти сокращается на 70%: это резко снижает зависимость от памяти GPU без ущерба для точности модели.
Поддержка графических процессоров потребительского уровня: разработчики теперь могут настраивать модели с 8–70 млрд параметров (такие как Llama3.3 и DeepSeek-R1) на отдельных графических процессорах потребительского уровня, таких как RTX 4090 или 5090, для выполнения задач, которые ранее требовали кластеров с несколькими графическими процессорами.
Эта платформа объединяет весь жизненный цикл подготовки данных, обучения и развертывания в интуитивно понятный веб-интерфейс:
Визуальный рецепт данных: включает в себя узеловой рабочий процесс, который поддерживает автоматический ввод данных в различных форматах, таких как PDF и JSONL, и может использовать NVIDIA DataDesigner для преобразования неструктурированных документов в структурированные наборы данных с инструкциями.
Поддержка реинфорсмент-обучения: включает встроенную поддержку GRPO (Group-wise Relative Policy Optimization). Эта технология, зародившаяся в DeepSeek-R1, позволяет обучать ИИ с возможностями многошагового логического вывода на локальном оборудовании без необходимости использования дополнительной «критической модели».
Экспорт и развертывание в один клик: поддерживает экспорт в форматы GGUF, vLLM или Ollama, плавно устраняя разрыв между контрольными точками обучения и производственными средами вывода.
С выпуском Unsloth Studio настройка больших моделей переходит от зависимости от дорогостоящих облачных SaaS-решений к более конфиденциальной и экономичной парадигме локальной разработки. Платформа не только обеспечивает немедленную совместимость с сериями Llama 4 и Qwen, но и предоставляет мощные инструменты для разработки индивидуальных моделей с полным правом собственности предприятия.
Технические детали: https://unsloth.ai/docs/new/studio
Акции США достигли исторической отметки, поскольку гиганты искусственного интеллекта и аэрокосмической отрасли готовятся к дебюту с оценкой в триллион долларов
Илон Маск, Сэм Алтман и Дарио Амодэй, три титана технологического сектора, продвигаются к первичным публичным предложениям акций своих respective компаний. Благодаря SpaceX, OpenAI и Anthropic — трем отраслевым гигантам, чья оценка приближается к три
Шведский стартап в области искусственного интеллекта Lovable Eyes достиг оценки в 13,2 миллиарда долларов после крупного раунда финансирования
По мере того как инструменты для программирования на основе искусственного интеллекта набирают популярность, шведский стартап Lovable привлек крупный раунд финансирования. Компания нацелена на привлечение $3 млрд, что потенциально может увеличить её











