使用 Unsloth 免费训练你的 AI 模型

使用 Unsloth 在免费 GPU 环境下训练自己的模型，省去繁琐的本地配置，点一下“运行全部”就能把数据集塞进去，几分钟后得到可直接部署的微调模型，省时省力又省钱。

使用方法

初始化环境

在页面的 “Setup: Clone repo and run setup” 单元格中，点击左侧的“播放”按钮：

• 自动克隆 Unsloth 仓库并运行脚本；
• 脚本会自动安装必要的依赖（如 torch、xformers 等）；
• 注意： 安装过程约需 2 分钟，请耐心等待，直至单元格下方出现运行成功的标志。

启动 Unsloth Studio

环境配置完成后，向下滚动到 “Start Unsloth Studio” 部分：

• 运行第一个代码块启动后端服务；
• 运行第二个代码块生成内置在 Colab 页面中的 iframe 界面。

在界面中进行训练

界面加载后，可通过图形化操作微调模型：

• Model（模型选择）：在顶部选择要训练的基础模型（例如 Llama‑3 或 Qwen2.5）；
• Dataset（数据集）：上传 JSONL 格式数据，或选择 Hugging Face 上的公开数据集；
• Parameters（参数设置）：设置学习率（Learning Rate）、最大步数（Max Steps）和 LoRA 参数；
• Start Training：点击右下角的 “Start Training” 按钮即可开始微调。

💡 对话测试和导出

• Chat（对话）：微调完成后，可在界面切换到 “Chat” 选项卡直接测试模型效果；
• Export（导出）：训练好的模型可一键导出为 GGUF 格式（用于 Ollama/llama.cpp），或上传到 Hugging Face。

网站和资源

• Unsloth 笔记本
• https://github.com/unslothai/notebooks/
• 本地安装中文官方文档

更新日志

2026-05-24

• 统一标题层级，使用二级及以下标题；
• 优化列表标点与格式，统一使用中文标点；
• 调整段落间距，使阅读更流畅。