Unsloth
團隊維護 Python framework、Unsloth Studio、教學 Notebook，也在 Hugging Face 發布轉換與量化後的模型版本。
你會在哪裡遇到它？
Section titled “你會在哪裡遇到它？”搜尋 LoRA、QLoRA、SFT 或模型微調教學時，常會看到 Unsloth 提供的 Colab／Kaggle Notebook、Python 套件與已整理的模型檔案。它也能將結果匯出成 GGUF，或交給 Ollama、vLLM 與 Hugging Face 等工具使用。
和 Local AI 有什麼關係？
Section titled “和 Local AI 有什麼關係？”Unsloth 涵蓋載入、訓練、微調、強化學習與匯出模型，可用於本機或自己控制的運算環境。第一次在 Mac 上執行量化模型時，LM Studio 或 Ollama 通常更接近當下需求。
開始訓練或匯出以前，先用目前的安裝文件與對應 Notebook 核對 GPU、Mac、模型架構及輸出格式的支援狀態。
容易混淆的地方
Section titled “容易混淆的地方”unsloth/... 是 Unsloth 團隊在 Hugging Face 發布或轉換的模型儲存庫。它可能沿用其他團隊的原始 checkpoint；模型卡與 Model tree 會列出來源、量化、授權與用途。
Unsloth 發布的模型版本
Section titled “Unsloth 發布的模型版本”以 unsloth/gemma-4-E4B-it-GGUF 為例，Hugging Face 的 Model tree 顯示，它來自 Google 的 google/gemma-4-E4B-it，再由 Unsloth 轉換、量化並發布成多種 GGUF 檔案。
這些發行版本的價值，在於替不同 Runtime 與硬體容量準備較容易下載及執行的檔案；但它們仍然是衍生版本，不應省略原始 checkpoint、轉換者與量化方法的核對。
想實際看懂這些版本，可以接著閱讀：
- 先用 Hugging Face 預估模型跑不跑得動
- 為什麼同一個模型有這麼多版本？