LLM APIの利用からローカル環境での実行・ファインチューニングまで学べる中国語の手順ガイドとデモコード。Kaggle/Colab版も用意。
unslothai/notebooks
Unslothを使ってテキスト、ビジョン、音声、埋め込み、TTSモデルをファインチューニング・強化学習で訓練する、250本以上のColab・Jupyterノートブック集です。
- スター
- 5,748
- フォーク
- 957
- 未解決の Issue
- 24
- 最終コミット
- 6 時間前
これは何?
このリポジトリには、Unslothで大規模モデルをファインチューニング・訓練する方法を紹介する、すぐに実行できるノートブックが収録されています。Gemma、Qwen、Llama、gpt-oss、Mistral、Phi、DeepSeekなどのモデルファミリー別、および教師ありファインチューニング、GRPOなどの強化学習手法、DPO、ORPO、PPOといった訓練方式別に整理されています。
各ノートブックでは、データの準備から訓練、推論までのワークフローを一通り扱います。多くはGoogle Colabへのリンクとして公開されているため、ブラウザーで開いて実行できます。ビジョン・言語モデル、音声、音声認識、音声合成、埋め込み、OCRなど、テキスト以外のモダリティも扱っています。
ノートブックはスクリプトから生成されており、新しいモデルへの対応に合わせて数が増えていきます。リポジトリのライセンスはLGPL-3.0です。
主な機能
- 01テキスト、ビジョン、音声、埋め込み、TTSを含む250以上のモデルを扱うノートブック
- 02GRPO、DPO、ORPO、PPOなどを含むファインチューニングと強化学習の例
- 03各ノートブックにデータ準備、訓練、推論の手順を収録
- 04ほとんどのノートブックはワンクリックでGoogle Colabから直接開けます
ユースケース
- 特定のオープンモデルを自分のデータセットでファインチューニングする方法を学ぶ
- 無料のColabセッションで小規模モデルの強化学習(GRPO)を試す
- ビジョン・言語モデルやTTSモデルを独自のタスクに適応させる
- 新しいモデルファミリー向けのひな形を探す
クイックスタート
- 1
Google Colabの一覧からノートブックを開く
- 2
Unslothのドキュメントですべてのノートブックを見る
使う前に知っておきたいこと
- LGPL-3.0の下でライセンスされています。コピーレフトライセンスのため、再配布には条件があります。
- ノートブックは別途提供されているUnslothライブラリに依存するため、その動作は同プロジェクトに準じます。
収録されている特集
トピック
よくある質問
- notebooks とは?
- Unslothを使ってテキスト、ビジョン、音声、埋め込み、TTSモデルをファインチューニング・強化学習で訓練する、250本以上のColab・Jupyterノートブック集です。 このリポジトリには、Unslothで大規模モデルをファインチューニング・訓練する方法を紹介する、すぐに実行できるノートブックが収録されています。Gemma、Qwen、Llama、gpt-oss、Mistral、Phi、DeepSeekなどのモデルファミリー別、および教師ありファインチューニング、GRPOなどの強化学習手法、DPO、ORPO、PPOといった訓練方式別に整理されています。
- notebooks は無料で使えますか?ライセンスは?
- notebooks は LGPL-3.0 ライセンスのオープンソースです。商用製品で使う前にライセンス条件を確認してください。
- notebooks は今もメンテナンスされていますか?
- 活発にメンテナンス中。notebooks の最終コミットは 2026年10月22日 です。
- notebooks は何に使えますか?
- 特定のオープンモデルを自分のデータセットでファインチューニングする方法を学ぶ 無料のColabセッションで小規模モデルの強化学習(GRPO)を試す ビジョン・言語モデルやTTSモデルを独自のタスクに適応させる 新しいモデルファミリー向けのひな形を探す
- notebooks のインストール方法は?
- Google Colabの一覧からノートブックを開く Unslothのドキュメントですべてのノートブックを見る
- notebooks はどこで入手できますか?
- ソースコードとインストール手順は GitHub にあります:https://github.com/unslothai/notebooks
概要はプロジェクトの README をもとに AI が生成しています。GitHub の数値は毎日更新されます。
関連プロジェクト
LLM、RL、RLHF、DPO、GRPOなど、大規模モデルのアルゴリズムを解説する100点以上のオリジナル図解を収録したバイリンガル資料集。
Sileroの事前学習済み音声合成モデル。PyTorch Hubまたはpipから読み込め、ロシア語や多くのテュルク系・コーカサス系言語、その他のCIS諸言語に対応。
LLMや拡散モデルをローカルで実行・ファインチューニング・エクスポートできるオープンソースのデスクトップアプリ/Web UIと、コードベースの学習ライブラリ。
SFT、GRPO、DPO、KTO、報酬モデル学習に対応した、Transformer言語モデルのポストトレーニング用Hugging Faceライブラリ。
SFT、DPO、GRPOに対応し、600以上の大規模言語モデルと400以上のマルチモーダルモデルのファインチューニング、学習、推論、デプロイを支援するフレームワーク。