Unsloth官方发布本地微调大模型指南
对LLM进行微调可以定制其行为、增强知识并优化特定任务表现。通过在专业数据集上微调预训练模型（如Llama-3.1-8B），更新领域知识，调整语气和个性化回复，提高准确性和相关性。
unsloth
R1-GRPO用于多模态、ChatBI、Gemma3等前沿进展：兼看KTransformers技术分享回顾
enManus-RL增强Agent规划能力训练框架》，https://mp.weixin.qq.co
Unsloth 再升级，Qwen2.5-1.5B 模型微调仅需 5GB 显存，较2周前再降29%
近日，Unsloth 团队升级了微调框架，使得使用其Qwen2.5-1.5B模型仅需5GB显存，相比之前减少了约29%。新的Efficient GRPO算法通过优化内存使用效率，使VRAM需求降至原本的54.3GB。
DeepSeek-R1推理本地跑，7GB GPU体验啊哈时刻？GRPO内存暴降，GitHub超2万星
sloth近期更新，将GRPO训练的内存使用减少了80%！只需7GB VRAM，本地就能体验AI「啊
DeepSeek GRPO 技术揭秘：Unsloth 助力 7GB 显存体验“顿悟时刻”
DeepSeek R1 模型利用 GRPO 算法实现自主学习能力，仅需 7GB 显存即可训练出具备推理能力的模型，大幅降低训练门槛和成本。
unsloth团队已经放出量化版本的DeepSeek-R1-Distill了
unsloth团队发布量化版本的DeepSeek-R1-Distill，Qwen-32B-Q4_K_M版压缩至20GB，在单卡上运行。欢迎支持知识星球获取更多资源。