النقاط الرئيسية
- مجانية ومفتوحة المصدر؛ يُظهر مستودع GitHub ترخيص Apache-2.0، ولم تجد هذه المراجعة صفحة أسعار منفصلة مرتبطة من README
- ثلاث طرق للاستخدام: Unsloth Desktop (تطبيق أصلي لـ Windows/macOS/Linux، يوصي به المشروع نفسه)، وUnsloth Studio (واجهة ويب ذاتية الاستضافة، يمكن تشغيلها أيضًا عبر Docker)، وUnsloth Core (مكتبة Python الأصلية،
pip install unsloth) - تدرّب وتشغّل نماذج LLM ونماذج الانتشار (الصور/الفيديو) ونماذج تحويل النص إلى كلام (TTS) ونماذج التضمين — وفقًا لقائمة ميزات المشروع نفسه، وهذا يتجاوز الضبط النصي فقط
- تدعم LoRA وQLoRA والضبط الكامل والتدريب المسبق (pretraining) والتعلم المعزز (GRPO، DPO) والتدريب بصيغة FP8
- دعم Multi-GPU عبر بطاقات NVIDIA وAMD وIntel، إضافة إلى التشغيل بالاعتماد على CPU فقط عبر خلفية Vulkan، على Windows وLinux وWSL وmacOS
- يمكنها ربط النماذج المدرَّبة أو المُنزَّلة بوكلاء البرمجة (Claude Code وCodex وغيرهما) عبر أمر واحد هو
unsloth start، وتوفر واجهة برمجة تطبيقات متوافقة مع OpenAI/Anthropic - طوّرتها Unsloth AI، وهي منظمة مقرها الولايات المتحدة وفقًا لملفها على GitHub؛ أُنشئ المستودع في نوفمبر 2023، وأصدرت حزمة
unslothعلى PyPI 241 إصدارًا منذ أول رفع لها في أغسطس 2024
📍 في جملة واحدة
Unsloth أداة مجانية ومفتوحة المصدر (Apache-2.0) تدرّب وتشغّل نماذج LLM ونماذج الانتشار (الصور/الفيديو) ونماذج تحويل النص إلى كلام (TTS) ونماذج التضمين على جهازك الخاص، وهي متوفرة كتطبيق سطح مكتب أصلي، أو واجهة ويب ذاتية الاستضافة، أو مكتبة Python.
💬 بعبارات بسيطة
إذا أردت تعليم نموذج ذكاء اصطناعي بياناتك الخاصة — نصية أو صورًا أو صوتية — بدلاً من استخدام نموذج عام مُدرَّب مسبقًا، فإن Unsloth هي الأداة التي تقوم بذلك التدريب، على جهازك أو بطاقة GPU الخاصة بك، مجانًا. كانت في السابق مكتبة Python للمطورين فقط؛ أما الآن فلديها أيضًا تطبيق سطح مكتب بواجهة نقر وتشغيل.
📌ملاحظة: هذه المراجعة هي الشرح المتعمق المرافق لمدخل Unsloth في دليل برمجيات LLM المحلية — راجع تلك الصفحة لمقارنة سريعة بين Unsloth وعشرات أدوات الذكاء الاصطناعي المحلية الأخرى.
ما هي Unsloth؟
Unsloth أداة لضبط وتشغيل نماذج الذكاء الاصطناعي على جهاز تتحكم فيه بنفسك، بدلاً من واجهة برمجة تطبيقات تدريب سحابية. يفتتح ملف README الخاص بها على GitHub بوصفها بأنها "أول تطبيق سطح مكتب لتشغيل وتدريب النماذج"، وهو ما يعكس تحولًا حقيقيًا: بدأ المشروع عام 2023 كمكتبة Python لتسريع ضبط نماذج LLM، ثم نما منذ ذلك الحين ليصبح منتجًا ثلاثي الأجزاء يضم تطبيق سطح مكتب أصليًا وواجهة ويب ذاتية الاستضافة والمكتبة الأصلية التي يقوم عليها كلاهما.
- الوظيفة الأساسية: ضبط نموذج أساسي على بياناتك الخاصة (نصية أو صورية أو صوتية أو بيانات تضمين) باستخدام تقنيات مثل LoRA وQLoRA، ثم تشغيل النتيجة أو تصديرها
- ليست نصية فقط: وفقًا لقائمة ميزات README، تدعم Unsloth صراحة نماذج الانتشار (الصور والفيديو) ونماذج تحويل النص إلى كلام (TTS) ونماذج التضمين، إلى جانب نماذج LLM
- ثلاثة منتجات ضمن مشروع واحد: Unsloth Desktop (تطبيق أصلي)، وUnsloth Studio (واجهة ويب، ذاتية الاستضافة أو عبر Docker)، وUnsloth Core (حزمة
unslothبلغة Python) - المطوّر: Unsloth AI، مُدرجة كمنظمة مقرها الولايات المتحدة على ملفها على GitHub، مع وصف "Run and train AI models locally"
- المستودع الرسمي: github.com/unslothai/unsloth، أُنشئ في نوفمبر 2023 وفقًا لبيانات GitHub الوصفية الخاصة بالمستودع نفسها
تاريخ إصدارات Unsloth
لا تنشر Unsloth سجل تغييرات واحدًا مؤرخًا كما تفعل بعض تطبيقات سطح المكتب، لذا يأتي التاريخ القابل للتحقق أدناه من مصدرين رسميين بدلاً من ذلك: بيانات GitHub الوصفية الخاصة بالمستودع، وسجل إصدارات حزمة unsloth على فهرس حزم Python (PyPI).
- أُنشئ مستودع GitHub في 29 نوفمبر 2023، وفقًا لبيانات GitHub الوصفية الخاصة بالمستودع
- رُفع أول إصدار لحزمة
unslothعلى PyPI في 4 أغسطس 2024 (الإصدار 2024.8)، وفقًا لـ سجل الإصدارات الرسمي على PyPI - حتى وقت إعداد هذه المراجعة، يُدرج PyPI 241 إصدارًا إجماليًا لحزمة
unsloth، وأحدثها (الإصدار 2026.9.4) رُفع في 9 سبتمبر 2026 — بمعدل إصدار كل بضعة أيام تقريبًا طوال عمر الحزمة - توسّع نطاق المشروع بشكل كبير خلال تلك الفترة: بدأ كمكتبة لتسريع ضبط نماذج LLM النصية، ووفقًا لملف README الحالي، يغطي الآن أيضًا نماذج الانتشار وتحويل النص إلى كلام والتضمين، إضافة إلى تطبيق سطح مكتب أصلي وواجهة ويب ذاتية الاستضافة لم تكن موجودة في الشكل الأول للمشروع كمكتبة فقط
ماذا يمكنك أن تفعل مع Unsloth؟
تمتد مجموعة ميزات Unsloth عبر التدريب (ضبط نموذج على بياناتك) والتشغيل (استخدام نموذج مدرَّب أو مُنزَّل)، عبر أربعة أنواع من النماذج. إليك ما تفعله كل ميزة فعليًا، وفقًا لـ ملف README الخاص بـ Unsloth على GitHub.
- الضبط الدقيق عبر أربعة أنواع من النماذج — نماذج LLM ونماذج الانتشار (الصور/الفيديو) ونماذج تحويل النص إلى كلام (TTS) ونماذج التضمين، باستخدام LoRA أو QLoRA أو الضبط الكامل أو التدريب المسبق
- التعلم المعزز — يُدعم كل من GRPO وDPO للضبط القائم على التعلم المعزز، إلى جانب طرق الضبط الخاضع للإشراف الأكثر شيوعًا
- تشغيل النماذج وتقديمها — بخلاف التدريب، يمكن لـ Unsloth تشغيل نماذج GGUF وMLX ونماذج الانتشار مباشرة، وإتاحتها عبر خادم API محلي متوافق مع OpenAI
- تكامل الوكلاء — يربط أمر
unsloth startنموذجًا محليًا بوكلاء برمجة تشمل Claude Code وOpenAI Codex وغيرها (وفقًا لقائمة README نفسها) بأمر واحد فقط - الوصول عن بُعد وعبر الشبكة المحلية — يمكن إتاحة Unsloth Studio عبر شبكتك المنزلية، أو الوصول إليها بأمان من خارج شبكتك، بما في ذلك من هاتفك، عبر نفق Cloudflare
- بناء مجموعات البيانات — تبني ميزة "Data Recipes" مجموعات بيانات تدريب مباشرة من ملفات PDF وCSV وDOCX، بدلاً من اشتراط مجموعة بيانات مُنسَّقة مسبقًا
- التصدير والنشر — يمكن تصدير النماذج المدرَّبة بصيغ GGUF وNVFP4 وFP8 وغيرها لاستخدامها في أدوات ذكاء اصطناعي محلية أخرى
- دفاتر تدريب مجانية — تنشر Unsloth دفاتر Google Colab مجانية تغطي نماذج وتقنيات محددة (Llama وQwen وgpt-oss وGRPO وTTS والتضمين والضبط البصري)
أمثلة استخدام: ثلاث طرق لاستخدام Unsloth
هذه تدفقات عمل ملموسة مبنية على ميزات Unsloth الموثقة أعلاه — وليست حالات استخدام افتراضية.
تثبيت Unsloth: Desktop وStudio وCore
تتوفر Unsloth بثلاث طرق، وفقًا لملف README الخاص بها على GitHub — تطبيق Desktop هو ما يوصي به المشروع نفسه لمعظم المستخدمين. الروابط أدناه هي عناوين URL مباشرة لإصدارات GitHub وسكربتات تثبيت رسمية؛ تحقق دائمًا مباشرة من README، لأن روابط الإصدارات قد تتغير بين النسخ.
طريقة التثبيت | الأمر أو الرابط |
|---|---|
| Unsloth Desktop — Windows | Unsloth-Desktop-Windows.exe |
| Unsloth Desktop — macOS | Unsloth-Desktop-MacOS.dmg |
| Unsloth Desktop — Linux (.deb) | Unsloth-Desktop-Ubuntu.deb |
| Unsloth Desktop — Linux (AppImage) | Unsloth-Desktop-Linux.AppImage |
| Unsloth Studio — macOS/Linux/WSL | curl -fsSL https://unsloth.ai/install.sh | sh ثم unsloth studio |
| Unsloth Studio — Windows | irm https://unsloth.ai/install.ps1 | iex ثم unsloth studio |
| Unsloth Studio — Docker | docker run -d --gpus all --ipc=host -p 8000:8000 unsloth/unsloth — راجع Docker Hub للاطلاع على الوسوم (tags) |
| Unsloth Core — Linux/WSL (pip عبر uv) | uv pip install unsloth --torch-backend=auto |
يحتاج مستخدمو بطاقات AMD وIntel إلى خطوات إعداد إضافية بخلاف التثبيت الافتراضي — راجع دليل AMD ودليل Intel الخاصين بـ Unsloth. يقوم وسم مخصص على Docker Hub، وهو unsloth/unsloth:core، بتثبيت Unsloth Core (دفاتر Jupyter) دون واجهة ويب Studio — راجع Docker Hub للاطلاع على قائمة الوسوم الحالية.
أسعار Unsloth: هل هي مجانية فعلاً؟
بقدر ما تمكنت هذه المراجعة من التحقق منه، نعم — لا تملك Unsloth أي خطة مدفوعة. يُظهر مستودع GitHub ترخيص Apache-2.0 عبر واجهة برمجة تطبيقات GitHub نفسها، وهو ما ينطبق على قاعدة الكود ككل، ولا يربط README الخاص بالمشروع بصفحة أسعار ولا يصف أي ميزة مدفوعة. لم تتمكن PromptQuorum من تحميل unsloth.ai مباشرة خلال هذه المراجعة (أعاد الموقع استجابة رفض وصول للطلبات الآلية) — إذا كان قرار تسعير محدد مهمًا بالنسبة لك، تحقق من الموقع مباشرة بدلاً من الاعتماد فقط على هذه المراجعة.
- لا يوجد اشتراك أو خطة مدفوعة موثقة في مستودع GitHub أو ملف README الخاص به
- لا حاجة إلى حساب أو تسجيل لتنزيل Unsloth Desktop أو تثبيت Unsloth Core
- تُقدَّم دفاتر Google Colab المجانية للتدريب دون امتلاك بطاقة GPU، وذلك ضمن حدود فئة Colab المجانية الخاصة بـ GPU (التي تحددها Google وليس Unsloth)
- ينطبق ترخيص Apache-2.0 على الكود المصدري؛ وهو لا يضمن بحد ذاته أن كل خدمة مرتبطة (مثل عرض مستضاف مستقبلي) ستكون مجانية دائمًا — تحقق من الشروط الحالية مباشرة على unsloth.ai
Unsloth مقابل Axolotl مقابل MLX-LM
Unsloth وAxolotl وMLX-LM هي أدوات الضبط المحلية الثلاث التي تغطيها مقارنة أطر الضبط الدقيق الخاصة بـ PromptQuorum بعمق — يلخّص هذا القسم الفرق الرئيسي للقراء القادمين من هذه المراجعة تحديدًا.
الجانب | Unsloth | Axolotl | MLX-LM |
|---|---|---|---|
| الترخيص | Apache-2.0 | Apache-2.0 | MIT |
| الواجهة | تطبيق سطح مكتب، أو واجهة ويب، أو مكتبة Python | قائم على إعدادات YAML، بلا تطبيق سطح مكتب | مكتبة Python / سطر أوامر، بلا تطبيق سطح مكتب |
| أنواع النماذج | LLM، انتشار، TTS، تضمين | يركز على LLM | يركز على LLM |
| الأجهزة | NVIDIA، AMD، Intel، CPU، Vulkan | حزمة CUDA تتمحور حول NVIDIA | Apple Silicon فقط |
| التدريب متعدد العقد | غير موثق في README | نعم — عبر Torchrun وRay | عبر mx.distributed |
| الأنسب لـ | أوسع خيار على جهاز واحد، بما في ذلك النماذج غير النصية | التوسع لأكثر من جهاز | عمل خفيف وأصلي على جهاز Mac |
إذا كان تدريبك يحتاج إلى أكثر من جهاز واحد، أو تحتاج تحديدًا إلى أوسع تغطية ممكنة لطرق DPO/ORPO/KTO/GRPO ونمذجة المكافآت، راجع المقارنة الكاملة لمعرفة لماذا يُعد Axolotl الخيار الأنسب هناك. راجع مراجعة MLX-LM المخصصة إذا كنت تستخدم Apple Silicon حصريًا وتريد الخيار الأصلي الأخف بدلاً من تطبيق سطح المكتب الأوسع (لكن الأثقل) من Unsloth.
من يجب أن يستخدم Unsloth؟
تعتمد ملاءمة Unsloth لك على ما إذا كنت تريد أداة مجانية واحدة تغطي التدريب والتشغيل عبر النصوص والصور والصوت، بدلاً من أداة أضيق ذات غرض واحد.
Unsloth مقابل أدوات الضبط الأخرى
Unsloth واحدة من عدة أدوات لضبط النماذج على جهازك الخاص. إليك كيف تتموضع مقارنة بخيارات أخرى في هذا المجال — راجع دليل برمجيات LLM المحلية للاطلاع على الكتالوج الكامل، ومقارنة Unsloth مقابل Axolotl مقابل MLX-LM المخصصة أعلاه للمواجهة الأقرب مباشرة.
- Axolotl — إطار عمل للضبط بترخيص Apache-2.0، وقوته الموثقة هي التدريب متعدد العقد وأوسع تغطية لطرق المحاذاة بين الثلاثة؛ راجع قسم المقارنة المخصص أعلاه ومقارنة أطر الضبط الدقيق الكاملة الخاصة بـ PromptQuorum.
- MLX-LM — مكتبة Apple الخاصة، بترخيص MIT، وأصلية لـ Apple Silicon، لتشغيل نماذج LLM وضبطها؛ راجع مراجعة MLX-LM للاطلاع على نظرة مخصصة.
- Together.ai وFireworks.ai — واجهات برمجة تطبيقات سحابية للضبط تفرض رسومًا لكل رمز تدريب بدلاً من اشتراط امتلاك بطاقة GPU؛ تغطي مقارنة أطر الضبط الدقيق الخاصة بـ PromptQuorum تسعير Together.ai مباشرة.
- Ollama وLM Studio — أدوات استدلال محلية *لتشغيل* النماذج بدلاً من تدريبها؛ من الأنماط الشائعة الضبط باستخدام Unsloth، والتصدير إلى GGUF، ثم تشغيل النتيجة في Ollama أو LM Studio. راجع مراجعة Ollama ومراجعة LM Studio.
أخطاء شائعة عند تقييم Unsloth
ينشأ معظم الالتباس حول Unsloth من نموذج ذهني قديم يعتبرها مكتبة Python نصية فقط، أو من افتراض أن ادعاءاتها الخاصة بالسرعة/VRAM تم التحقق منها بشكل مستقل.
الأسئلة الشائعة
ما هي Unsloth؟
Unsloth (الموقع unsloth.ai، والمصدر على github.com/unslothai/unsloth) أداة مجانية ومفتوحة المصدر (Apache-2.0) لضبط وتشغيل نماذج LLM ونماذج الانتشار (الصور/الفيديو) ونماذج تحويل النص إلى كلام (TTS) ونماذج التضمين على جهازك الخاص، وهي متوفرة كتطبيق سطح مكتب، أو واجهة ويب ذاتية الاستضافة، أو مكتبة Python.
هل Unsloth مجانية؟
بقدر ما تمكنت هذه المراجعة من التحقق منه من بيانات مستودع GitHub الوصفية وملف README الخاص بالمشروع، نعم — لا توجد خطة مدفوعة موثقة. لم تتمكن PromptQuorum من تحميل unsloth.ai مباشرة خلال هذه المراجعة (حظر الموقع الطلب الآلي)، لذا تحقق من التسعير الحالي على الموقع المباشر إذا كان القرار يعتمد على ذلك.
هل يمكن لـ Unsloth ضبط الصور، وليس النصوص فقط؟
نعم. يذكر ملف README الخاص بـ Unsloth على GitHub نماذج الانتشار (الصور والفيديو) إلى جانب نماذج LLM ونماذج تحويل النص إلى كلام والتضمين كمدعومة للتدريب والاستدلال على حد سواء.
ما الترخيص الذي تستخدمه Unsloth؟
Apache-2.0، وفقًا لبيانات مستودع GitHub الوصفية نفسها (تم التحقق منها عبر واجهة برمجة تطبيقات GitHub لهذه المراجعة).
هل أحتاج إلى معرفة Python لاستخدام Unsloth؟
ليس بالضرورة. Unsloth Desktop تطبيق أصلي بواجهة نقر وتشغيل لأنظمة Windows وmacOS وLinux. لا تزال Unsloth Core، المكتبة الأصلية بلغة Python، متاحة للمطورين الراغبين في التحكم على مستوى السكربت.
ما الأجهزة التي تدعمها Unsloth؟
وفقًا لملف README على GitHub: إعدادات Multi-GPU، وبطاقات NVIDIA وAMD وIntel، والتشغيل بالاعتماد على CPU فقط عبر خلفية Vulkan، على Windows وLinux وWSL وmacOS.
هل Unsloth Studio هي نفسها Unsloth Desktop؟
لا. Unsloth Desktop تطبيق أصلي يُثبَّت على الجهاز. أما Unsloth Studio فهي واجهة ويب ذاتية الاستضافة تشغّلها عبر سكربت تثبيت أو Docker وتصل إليها من خلال المتصفح — وكلاهما يعمل فوق نفس محرك Unsloth Core.
هل يمكن لـ Unsloth الاتصال بـ Claude Code أو وكلاء برمجة آخرين؟
نعم، عبر أمر unsloth start، الذي يربط نموذجًا محليًا بوكلاء تشمل Claude Code وOpenAI Codex وغيرهما عبر واجهة برمجة التطبيقات المتوافقة مع OpenAI/Anthropic الخاصة بـ Unsloth، وفقًا لملف README الخاص بالمشروع.
كيف تقارن Unsloth بـ Axolotl؟
تغطي Unsloth أنواعًا أكثر من النماذج (LLM، انتشار، TTS، تضمين) وخلفيات أجهزة أكثر (بما في ذلك AMD وIntel)، بينما توثّق Axolotl التدريب متعدد العقد وتغطية أوسع لطرق المحاذاة. راجع قسم المقارنة المخصص أعلاه ومقارنة أطر الضبط الدقيق الكاملة الخاصة بـ PromptQuorum.
من يطوّر Unsloth؟
تطوّرها Unsloth AI، وهي منظمة مقرها الولايات المتحدة مُدرجة على ملفها على GitHub. أُنشئ مستودع GitHub في نوفمبر 2023.