Unsloth 发布桌面版:本地训练运行 500+ 模型,省 70% 显存
danielhanchen · x · 2026-09-17
Unsloth 宣布推出桌面端应用 Unsloth Desktop 和官方 Docker 镜像,可在本地训练和运行 500+ 模型:
- Unsloth Desktop:开源,支持 Mac/Windows/Linux;支持 MLX、扩散图/视频、音频、GGUF;可把 Claude Code 和 Codex 接到本地 LLM;训练速度提升 2 倍、显存节省 70%
- Docker 镜像(unsloth/unsloth 与 unsloth/unsloth-rocm):无需配置环境,NVIDIA/AMD 皆可,暴露 8000(Studio)与 8888(JupyterLab)端口,与 notebooks 共享缓存
- 内置私有网页搜索、深度研究、RAG、MCP、沙箱代码执行,提供 OpenAI 兼容 API 与远程安全部署
GitHub 仓库、博客与安装指南均已公开。
所属事件:Unsloth 推出桌面版：本地训练运行 500+ 模型(2 条相关)→
「编程与Agent」频道最新
- Cohere Labs 智能体团队构建方法降本 70%，兼顾效率 — Cohere_Labs · 2026-11-02
- Ыég especial: 长文析 AI 价值在效率之后：Infra 必然过剩，应用层基建正当时 — yangyi · 2026-11-02
- 开源 offprompt：MCP 服务器让 Agent 请求密钥却永远看不到明文 — Vast_Ad_7338 · 2026-11-02
- Reddit 讨论：把 OOP 公有方法直接变成 AI Agent 可调用的工具 — out_of_nowhere__ · 2026-11-02
- DeepSeek 设计文档：一人只能盯 3-5 个 agent 会话，瓶颈不再是模型 — heyshrutimishra · 2026-11-02
- 资深工程师谈 AI 编码：软件工程功底决定 agent 输出质量 — bendee983 · 2026-11-02