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
- 小模型+Kimi K3 级联路由：百封邮件欺诈检测仅花 7 美分 — nutlope · 2026-09-17
- 多智能体找到更多 bug？先核对搜索范围和 token 预算 — gethackteam · 2026-09-17
- Xcode 27.1 将内置新 skill：自动适配应用各尺寸布局 — JordanMorgan10 · 2026-09-17
- Google 推出 Agent Anomaly Detection，异步监控智能体异常行为 — rseroter · 2026-09-17
- 开发者分享工作流：手机长对话出方案文档，再交 GLM 写码 — dbreunig · 2026-09-17
- Agno Agent 框架上线 Media Offloading 媒体卸载功能 — pritisinghhhh · 2026-09-17