Repolode
Enviar
unslothai

unslothai/unsloth

Aplicación de escritorio de código abierto e interfaz web para ejecutar, ajustar y exportar LLMs y modelos de difusión localmente, además de una biblioteca de entrenamiento basada en código.

Alternativa open source a:LM StudioOllama

Ver en GitHubSitio web
Estrellas
78,299
Forks
7,246
Issues abiertos
325
Último commit
hace 4 horas

¿Qué es?

Unsloth es una herramienta local para ejecutar y entrenar modelos de IA. Está disponible como Unsloth Desktop, una aplicación nativa para Windows, macOS y Linux, y como Unsloth Studio, una interfaz web que se inicia con el comando unsloth studio. Unsloth Core es el paquete de Python basado en código para ajustar modelos con scripts y notebooks.

Para la ejecución, admite modelos GGUF y MLX, modelos de difusión para imágenes y video, y ofrece una API compatible con OpenAI. También permite conectar modelos locales a agentes como Claude Code, Codex y herramientas MCP, y acceder a ellos a través de una LAN o mediante un enlace HTTPS de Cloudflare.

Para el entrenamiento, incluye LoRA, QLoRA, ajuste fino completo y métodos de aprendizaje por refuerzo como GRPO y DPO, además de la exportación a formatos como GGUF y FP8. El paquete principal del proyecto está bajo la licencia Apache 2.0 y la interfaz de Studio, bajo AGPL-3.0.

Funciones clave

  • 01Ejecuta y entrena modelos LLM, de difusión, audio y embeddings en Windows, Linux, WSL y macOS.
  • 02Admite GPU NVIDIA, AMD e Intel, CPU y el backend Vulkan.
  • 03Sirve modelos mediante una API compatible con OpenAI.
  • 04Conecta modelos locales a Claude Code, Codex y herramientas MCP.
  • 05Admite LoRA, QLoRA, ajuste fino completo, GRPO y DPO.
  • 06Exporta modelos entrenados a GGUF, FP8 y otros formatos.
  • 07Crea conjuntos de datos a partir de archivos PDF, CSV y DOCX.

Casos de uso

  • Ejecutar localmente modelos de pesos abiertos en una laptop o estación de trabajo sin enviar datos a un servicio en la nube.
  • Ajustar un LLM pequeño en una sola GPU de consumo con un menor uso de VRAM.
  • Conectar un modelo local a agentes de programación como Claude Code o Codex.
  • Entrenar modelos de difusión o TTS y exportarlos para su implementación local.

Inicio rápido

  1. 1

    Descarga la aplicación Unsloth Desktop para tu sistema operativo desde la página de versiones

  2. 2

    Instala la aplicación en macOS con Homebrew

    brew install --cask unsloth
  3. 3

    Inicia la interfaz web de Unsloth Studio

    unsloth studio

Antes de usarlo

  • Las herramientas del lado del servidor están activadas de forma predeterminada, por lo que para exponer Unsloth en la red necesitas una contraseña segura o usar la opción --disable-tools.
  • Algunos métodos de instalación, como la configuración de Docker con GPU, dependen de hardware NVIDIA o AMD.

Temas

#llm#fine-tuning#local-llm#gguf#diffusion#reinforcement-learning#openai-compatible#self-hosted#agent#ai

Preguntas frecuentes

¿Qué es unsloth?
Aplicación de escritorio de código abierto e interfaz web para ejecutar, ajustar y exportar LLMs y modelos de difusión localmente, además de una biblioteca de entrenamiento basada en código. Unsloth es una herramienta local para ejecutar y entrenar modelos de IA. Está disponible como Unsloth Desktop, una aplicación nativa para Windows, macOS y Linux, y como Unsloth Studio, una interfaz web que se inicia con el comando unsloth studio. Unsloth Core es el paquete de Python basado en código para ajustar modelos con scripts y notebooks.
¿unsloth es gratuito? ¿Qué licencia tiene?
unsloth es open source bajo la licencia Apache-2.0. Revisa los términos de la licencia antes de usarlo en productos comerciales.
¿unsloth sigue mantenido?
Mantenimiento activo. El último commit de unsloth fue el 20 oct 2026.
¿Para qué puedo usar unsloth?
Ejecutar localmente modelos de pesos abiertos en una laptop o estación de trabajo sin enviar datos a un servicio en la nube. Ajustar un LLM pequeño en una sola GPU de consumo con un menor uso de VRAM. Conectar un modelo local a agentes de programación como Claude Code o Codex. Entrenar modelos de difusión o TTS y exportarlos para su implementación local.
¿Cómo se instala unsloth?
Descarga la aplicación Unsloth Desktop para tu sistema operativo desde la página de versiones Instala la aplicación en macOS con Homebrew: brew install --cask unsloth Inicia la interfaz web de Unsloth Studio: unsloth studio
¿Dónde consigo unsloth?
El código fuente y las instrucciones de instalación están en GitHub: https://github.com/unslothai/unsloth

Resumen generado por IA a partir del README del proyecto. Las estadísticas de GitHub se actualizan a diario.

Proyectos relacionados