Unsloth Studio - เว็บ UI แบบโอเพนซอร์สไร้โค้ดสำหรับฝึกและรันโมเดล AI บนเครื่องโลคัล

 (unsloth.ai)
32 คะแนน โดย xguru 2026-03-18 | 3 ความคิดเห็น | แชร์ทาง WhatsApp
  • เครื่องมือโอเพนซอร์สที่รองรับการรันและฝึกโมเดล AI บนเครื่องโลคัลหลากหลายประเภท เช่น ข้อความ เสียง เอ็มเบดดิง และวิชัน ผ่านอินเทอร์เฟซเดียว
  • สามารถรันโมเดล GGUF/safetensorแบบโลคัลได้บน Mac/Windows/Linux และระหว่างการฝึกทำได้เร็วขึ้นสูงสุด2 เท่าพร้อมใช้ VRAM น้อยลง 70%
  • รองรับการอนุมานแบบหลาย GPUและโมเดลส่วนใหญ่ โดยอิงจาก llama.cpp + Hugging Face
  • เคอร์เนล Unsloth ปรับแต่ง LoRA, FP8, FFT, PT ให้เหมาะสม รองรับโมเดลข้อความ วิชัน TTS/เสียง และเอ็มเบดดิงมากกว่า 500 รุ่น
  • สามารถทำไฟน์จูน LLM รุ่นใหม่ล่าสุด เช่น Qwen3.5, NVIDIA Nemotron 3 และรองรับหลาย GPUอัตโนมัติ
    • รองรับรูปแบบการฝึกที่หลากหลาย เช่น full fine-tuning, การฝึกแบบ 4bit/16bit/FP8, reinforcement learning (GRPO)
    • มีการเพิ่มเทคนิคเพิ่มประสิทธิภาพอย่างต่อเนื่อง เช่น ฝึก MoE LLM ได้เร็วขึ้น 12 เท่า หรือฝึกโมเดล 20B ด้วยความยาวคอนเท็กซ์เกิน 500K บน GPU 80GB
  • สามารถส่งออกทุกโมเดลรวมถึงโมเดลที่ไฟน์จูนแล้วเป็น safetensors/GGUF เพื่อใช้งานใน llama.cpp, vLLM, Ollama, LM Studio เป็นต้น
  • มีฟีเจอร์ Data Recipes สำหรับแปลงเอกสารไม่มีโครงสร้าง เช่น PDF, CSV, JSON เป็นชุดข้อมูลโดยอัตโนมัติ พร้อมเครื่องมือเรียกใช้แบบซ่อมแซมตัวเองและความสามารถในการรันโค้ดในตัว
  • มีฟีเจอร์สังเกตการณ์สำหรับติดตาม training loss และการใช้ GPU แบบเรียลไทม์
  • ใน Model Arena สามารถเปรียบเทียบเอาต์พุตของ 2 โมเดลแบบวางเคียงกันได้ เช่น โมเดลพื้นฐานกับโมเดลที่ไฟน์จูนแล้ว
  • รันแบบโลคัลออฟไลน์ 100% เพื่อรับประกันความเป็นส่วนตัว และมีแผนเพิ่มการรองรับ Apple MLX·AMD·Intel เร็ว ๆ นี้
  • เวิร์กโฟลว์ :
    เปิด Studio →
    โหลดโมเดลจากไฟล์โลคัลหรือการเชื่อมต่อที่รองรับ →
    นำเข้าข้อมูลฝึกจาก PDF, CSV, JSONL เป็นต้น หรือสร้างชุดข้อมูลตั้งแต่ต้น →
    ปรับแต่งและขยายชุดข้อมูลใน Data Recipes → เริ่มการฝึกด้วยพรีเซ็ตที่แนะนำหรือการตั้งค่าแบบกำหนดเอง →
    เปรียบเทียบเอาต์พุตของโมเดลที่ฝึกแล้วกับโมเดลพื้นฐาน →
    บันทึกแบบโลคัลหรือส่งออกไปใช้กับสแตกที่ใช้งานอยู่เดิม
  • ไลเซนส์
    • แพ็กเกจ Unsloth หลักใช้ไลเซนส์ Apache 2.0
    • มีเพียงคอมโพเนนต์เสริมบางส่วน เช่น Unsloth Studio UI ที่ใช้ไลเซนส์โอเพนซอร์ส AGPL-3.0

บทความที่เกี่ยวข้อง

3 ความคิดเห็น

 
wedding 2026-03-20

ผมก็ลองทันทีที่มันออกมาเหมือนกันครับ.. หน้าเพจแสดงผลพัง แล้วก็ข้ามบทแนะนำไม่ได้เลย ฮือ
 
wedding 2026-03-20

https://github.com/unslothai/unsloth/…

แก้ไขได้ทันทีเลยนี่เอง!
 
GN⁺ 2026-03-19
ความคิดเห็นจาก Hacker News

  • ยังตั้งค่า unsloth studio บน MacBook ได้ไม่สมบูรณ์
    เพราะมีปัญหาเรื่อง tooling ที่เกี่ยวกับ Python
    แต่ตอนนี้รันเซิร์ฟเวอร์ llama.cpp อยู่ใน Docker container แล้ว เลยลองเทียบโค้ดเบสทั้งสามแบบดู
    โค้ดเปรียบเทียบชุดแรก, โค้ดเปรียบเทียบชุดที่สอง
    ผลออกมาค่อนข้างน่าสนใจ ถ้า unsloth studio ใช้งานได้สมบูรณ์แล้ว สัปดาห์หน้าจะลองใหม่อีกครั้ง

    • หวังว่าจะได้ลองอีกครั้งนะ เพิ่งปล่อย PyPI release ใหม่ไปเมื่อกี้
      ติดตั้งได้ด้วยคำสั่งด้านล่าง 
      curl -LsSf https://astral.sh/uv/install.sh | sh  
uv venv unsloth_studio --python 3.13  
source unsloth_studio/bin/activate  
uv pip install unsloth==2026.3.7 --torch-backend=auto  
unsloth studio setup  
unsloth studio -H 0.0.0.0 -p 8888

  • สงสัยว่า โมเดลธุรกิจ ของ unsloth คืออะไร เปิดของฟรีไว้เยอะมาก แต่ยังดูไม่ชัดว่าจะทำรายได้จากทางไหน

    • ตอนนี้เป้าหมายหลักคือทำ tooling ที่มีประโยชน์ ให้กับคอมมูนิตี้โอเพนซอร์ส
      คิดว่าที่ซอฟต์แวร์ปิดได้รับความนิยมมากกว่า เป็นเพราะคุณภาพของ tooling และยังมีอีกหลายอย่างที่กำลังจะเปิดเผย
    • ถ้าทีมมีขนาดราว 8 คน ก็คงยังไม่ถึงขั้นมีปัญหาเงินสดเฉพาะหน้า

  • ฟีเจอร์เทรนนิ่งดูน่าสนใจ แต่พอเขียนว่า ‘on NVIDIA’ ก็แอบเสียดาย
    อยากรู้ว่ามีทางเลือกหรือตัวสอนสำหรับทำ SFT (supervised fine-tuning) ด้วย Metal stack บน macOS ไหม

    • ด้านล่างของเอกสารระบุว่ากำลังเตรียม รองรับ non-Nvidia
      ผมก็ใช้ AMD เหมือนกันเลยกำลังรออยู่ ROCm นี่ทรมาน แต่ก็ยังชอบ AMD เอง
    • มีเขียนชัดเจนว่า “Mac: แชตได้เฉพาะแบบใช้ CPU, รองรับการเทรน MLX เร็ว ๆ นี้”
    • อีกทางที่ใช้งานได้จริงคือเช่า Nvidia GPU มาใช้ผ่านเครื่อง Mac นั้น
    • 555

  • Unsloth เป็นโปรเจกต์ที่ดีจริง ๆ
    ถ้าใครรัน AI engine ของตัวเองอยู่ ก็ควรลองใช้มาก

  • เป็น Apache license เลยคิดว่าจะลองใช้ในบริษัทด้วย
    ส่วน LMStudio เป็นไลเซนส์แบบ proprietary เลยขออนุมัติใช้งานยาก

    • มีแค่บางคอมโพเนนต์เท่านั้นที่เป็น Apache

  • อยากให้รองรับ AMD จริง ๆ
    ตอนนี้ต้องใช้วิธีอ้อมที่ค่อนข้างยุ่งกับ AMD GPU อยู่

    • เขาบอกว่ากำลังทำ AMD support อยู่เหมือนกัน ผมก็กำลังรอ

  • ลอง build จากซอร์สบน macOS แล้วเจอ TypeScript error แบบนี้
    'status' is declared but its value is never read

    • แก้แล้ว แนะนำให้ลองใหม่ด้วยคำสั่งด้านล่าง 
      curl -LsSf https://astral.sh/uv/install.sh | sh  
uv venv unsloth_studio --python 3.13  
source unsloth_studio/bin/activate  
uv pip install unsloth --torch-backend=auto  
unsloth studio setup  
unsloth studio -H 0.0.0.0 -p 8888
    • เขาบอกว่าจะรีบตรวจและแก้ให้

  • ไม่แนะนำให้ติดตั้งด้วย pip บน macOS เพราะ เสี่ยงทำระบบพัง
    ควรมีแพ็กเกจ Homebrew หรือไฟล์ zip สำหรับติดตั้งแบบแมนนวล

    • เห็นด้วย ตอนนี้คิดว่าติดตั้งด้วย “uv” หรือ “mise” จะดีกว่า
      ติดตั้งด้วย uv tool install unsloth จะจัดการได้ง่ายกว่า
    • ขอบคุณสำหรับฟีดแบ็ก ตอนนี้กำลังปรับปรุงขั้นตอนติดตั้งให้ดีขึ้นอยู่
      พื้นฐานมาจากฝั่ง Python ecosystem เป็นหลัก เลยยัง มีประสบการณ์ด้านแพ็กเกจน้อย เป้าหมายถัดไปคือรองรับ Homebrew
    • แนะนำให้ติดตั้ง uv ก่อน แล้วค่อยแยกติดตั้งแพ็กเกจ Python ภายใน virtual environment
    • ถ้าใช้ uv sync จะเรียบร้อยกว่ามาก
      ใช้ pyproject.toml จัดการ dependency และสร้าง environment ที่ทำซ้ำได้ด้วยคำสั่งเดียว
      ก่อนหน้านี้เคยติดตั้ง unsloth เวอร์ชัน unreleased ที่ใช้ ROCm แล้วก็แก้ได้ด้วย uv sync แค่บรรทัดเดียว
      คอมเมนต์ใน issue ที่เกี่ยวข้อง
    • อาจจะแก้ได้ด้วย pipx ก็ได้
      เอกสารติดตั้ง pipx

  • ถ้ามี AMD support แล้วจะกลับมาดูอีกที

  • สงสัยว่าบน Mac ใช้ GPU ได้ไหม
    ตอน setup ขึ้นว่าเป็น CPU only