更快的速度、更省的内存训练、运行、评估大模型

1 支持的模型

All Our Models | Unsloth Documentation

1.1 Dynamic GGUF/instruct 4-bit

• llama.cpp使用的新模型格式，专为高效、本地推理设计
• 注：GGUF无法微调
  • 只保留推理所需的内容，如量化后的权重、推理元信息

  • 不包含训练所需的梯度结构、参数层名、优化器状态

  • 不支持反向传播

  • 通常是 4-bit 静态量化，已经丢失了训练精度所需的权重信息

• Instruct 4-bit (safetensors)

  • Instruct：代表模型是指令微调（Instruction-Tuned）版本，即已经训练过能更好理解指令/对话任务

  • 4-bit：表示该模型已经被4-bit 量化（通常用于 QLoRA），显著降低了显存需求。

  • safetensors：是一种更安全的模型文件格式（相对 .bin），支持高效加载、避免执行恶意代码。

  • 可直接用于低成本推理或继续进行LoRA / QLoRA 微调

1.1.1 deepseek家族

1.1.2 llama家族

1.1.3 gemma家族

1.1.4 Qwen家族

1.1.5 mistral家族

1.1.6 Phi家族

1.1.7 其他

1.2 16-bit and 8-bit Instruct

基本上instruct 4-bit的有的这边都有

也可用于推理和微调，区别主要在于精度和资源消耗

1.3  Base 4 + 16-bit

未经过指令微调的模型的4-bit和16-bit量化版本

1.3.1 llama家族

1.3.2 qwen家族

1.3.3 gemma 家族

1.3.4 Mistral家族

1.4 unsloth版本模型命名后缀说明

unsloth-bnb-4bit	Unsloth 的动态 4bit 量化模型，精度更高，占用略多显存
bnb-4bit	普通 BitsAndBytes 4bit 量化模型
无后缀	原始模型（16/8bit）

2 可调参数推荐

max_seq_length	下文长度，Llama-3 支持到 8192，但建议先用 2048 测试
dtype	默认None，若使用新 GPU 可设为 torch.float16 或 bfloat16
load_in_4bit	启用 QLoRA，减少 4 倍显存消耗 QLoRA 的准确性如今已经接近甚至超过 LoRA，建议默认使用
full_finetuning	若设为 True，则执行全参数微调（不推荐）

3 选择instruct模型还是base模型

数据量情况	推荐选择	说明
超过 1000 行	Base 模型	数据量充足，能充分训练出新行为
300–1000 行高质量数据	Base 或 Instruct	视任务而定，两者都可以
少于 300 行	Instruct 模型	小样本建议保留已有指令能力，仅做轻微定制

• 任务明确 + 数据少 → 用 Instruct 模型做轻微定制即可

• 任务复杂 / 数据多 → 从 Base 模型开始训练，得到效果更稳的定制模型