#RLHF (2)

unsloth：2 倍速、省 70% 显存的微调库，如今是把本地权重接进 Claude Code 与 Codex 的桌面运行时

自称第一个能同时运行与训练模型的桌面应用（Windows/macOS/Linux，多 GPU 与 NVIDIA/AMD/Intel/CPU/Vulkan）。微调宣称快 2 倍、省 70% 显存，后训练菜单覆盖 LoRA/QLoRA/全参/预训练/GRPO/DPO/FP8，导出 GGUF、NVFP4、FP8。Unsloth Start 一条命令把 Claude Code 或 Codex 接到本地权重上；模型清单含 Qwen3.8、GLM-5.3-Flash、Kimi K3、DeepSeek-V4、MiniMax-H3、Gemma 4，另内置私有网页搜索、deep research、自动压缩与 RAG。