Unsloth 推出桌面端本地训模型

本地训模型之前要么是 Ollama 做推理但训练能力弱，要么是 Axolotl 配置复杂得写 YAML 调参数。Unsloth 之前以训练加速库出名，现在直接打包成桌面应用，把环境依赖和 GPU 配置全藏到底层了。

跟 LM Studio 比，LM Studio 侧重推理和聊天，Unsloth 这次明确打训练场景；跟 Axolotl 比，省掉的是数小时的环境排错时间。不过要注意它目前支持哪些模型架构，Llama 和 Mistral 系列没问题，但最新的 MoE 架构可能需要确认。

最适合两类人：一是想给业务数据做 LoRA 微调但不想雇 MLOps 的小团队，二是需要在客户内网离线环境部署的行业方案商。已经在用云端 API 的团队没必要迁移，但做数据隐私敏感场景的值得装一个试试。