Unsloth 发布桌面应用 Unsloth Desktop，支持本地运行与训练模型
Introducing Unsloth Desktop 🦥
Unsloth 发布 Unsloth Desktop，称其为首个可在本地运行和训练模型的桌面应用，已上线官网和 GitHub。该应用开源，支持 Mac、Windows 和 Linux，覆盖 MLX、扩散图像/视频、音频、GGUF，可将 Claude Code 和 Codex 接入本地 LLM，并支持 CPU 与多 GPU 环境（NVIDIA、AMD、Intel、Mac）。官方称训练速度提升 2 倍、显存占用减少 70%，工具调用准确率提高 50% 并支持自愈与沙箱化代码执行，同时提供私有网页搜索、深度研究、RAG、MCP 以及 NVFP4、GGUF 导出。
正文
当前显示原文，中文全文译文尚未就绪。
Introducing Unsloth Desktop 🦥 The first desktop app to run and train models locally.
• Open-source. Runs on Mac, Windows and Linux • Supports MLX, diffusion image/video, audio, GGUF • Connect Claude Code and Codex to local LLMs • 50% more accurate, self-healing tool calls + sandboxed code exec • Works for CPU + multiGPU setups - NVIDIA, AMD, Intel, Mac • Train models 2× faster with 70% less VRAM • Private web search, deep research, RAG, MCP and exports (NVFP4, GGUF) • Use Unsloth’s OpenAI-compatible API and cloud models • Securely deploy LLMs remotely and access anywhere
Unsloth Desktop is now available on https://t.co/xxBDOI9ApK and GitHub.