LLM - 使用 Unsloth 框架 轻量级 训练 GRPO 算法 教程

欢迎关注我的CSDN：https://spike.blog.csdn.net/
本文地址：https://spike.blog.csdn.net/article/details/146036876

---

Unsloth (/ʌnˈsləʊθ/) 是开源 大语言模型(LLM) 微调框架，通过优化 计算步骤 和 GPU 内核，提升训练速度，减少内存使用，支持主流的 LLM 模型，在单 GPU 上可实现最高 10 倍、多 GPU 上最高 32 倍的加速效果，内存使用降低 70% 以上，支持动态 4 位量化技术，在不显著增加显存的情况下，提高模型精度，兼容 Hugging Face 生态系统，支持长上下文训练，提供多种模型导出格式。

Unsloth 框架：