用途：Unsloth 用于在单卡或双卡上高效微调开放 LLM、嵌入/重排模型、视觉语言模型与 TTS 模型。它包装 transformers、peft、TRL 的训练器而非替换，现有 HF 代码容易迁移。多 GPU 训练仍在成熟中，有该需求时资料建议改用 Axolotl 或 torchtune。
三条关键规则：必须最先 import unsloth，早于 transformers、peft、trl 或 sentence_transformers；use_gradient_checkpointing 要传字符串 "unsloth" 而非布尔值，可获得约 30% 显存节省与约 2 倍更大 batch；嵌入模型重新加载做推理时须用 FastSentenceTransformer.from_pretrained(path, for_inference=True)，否则会静默输出未转换的错误向量，解码 LM 则单独调用 FastLanguageModel.for_inference(model)。
安装：uv pip install unsloth --torch-backend=auto；做 RL 或快速推理时 uv pip install unsloth vllm --torch-backend=auto；也可 pip install unsloth。要求 NVIDIA GPU（CUDA 算力≥7.0）、CUDA 12.4+（Blackwell 需 12.8+）、Python 3.11-3.13；AMD/Intel 见 Unsloth Core 安装页，macOS/MLX 标注即将推出。需固定 transformers 与 trl 版本。
四个 API：FastLanguageModel 用于标准解码 LLM；FastSentenceTransformer 用于编码器嵌入与重排模型；FastVisionModel 用于多模态 VLM；FastModel 用于分类头、TTS/STT 及需要 trust_remote_code=True 的模型。四者共享 from_pretrained、get_peft_model 与 save/push 助手。
主要流程：嵌入微调走 SentenceTransformerTrainer，损失可选 MultipleNegativesRankingLoss、CachedMultipleNegativesRankingLoss 或 TripletLoss，训练后可用纯 SentenceTransformer 加载，无需下游依赖 Unsloth。因果 LLM 的 LoRA/QLoRA SFT 走 TRL 的 SFTTrainer，可用 train_on_responses_only 只训练 assistant token（约提升 1% 准确率，但字符串写错会静默导致全部标签为 -100、loss 为 0）。RL 以 GRPO 为主，支持 DPO/ORPO/KTO/SimPO，PPO 支持但文档较少；GRPO 前提为模型≥1.5B 参数、数据集≥500 行、训练≥300 步。
保存与部署：可只存 LoRA 适配器（约 100MB）、合并权重 save_pretrained_merged，或导出 GGUF 供 llama.cpp/Ollama 使用（推荐 q4_k_m、q8_0、f16），也可 push_to_hub 系列推送。
限制与风险：官方未在资料中说明收费或价格，暂未提供。多 GPU 支持仍在成熟，Modal 部署需在镜像内安装并固定精确版本以保证可复现。