Che cos'è funsloth-local?
Responsabile della formazione per la formazione GPU locale: convalida CUDA, gestisci la selezione della GPU, monitora i progressi, gestisci i checkpoint Fonte: chrisvoncsefalvay/funsloth.
Responsabile della formazione per la formazione GPU locale: convalida CUDA, gestisci la selezione della GPU, monitora i progressi, gestisci i checkpoint
Installa rapidamente la skill AI funsloth-local nel tuo ambiente di sviluppo tramite riga di comando
Fonte: chrisvoncsefalvay/funsloth.
| 8GB | 7B, 4-bit, batch=1, LoRA r=8 | | 12GB | 7B, 4-bit, batch=2, LoRA r=16 | | 16GB | 7-13B, 4-bit, batch=2, LoRA r=16-32 | | 24GB | 7-14B, 4-bit, batch=4, LoRA r=32 |
Use the official Unsloth Docker image for a pre-configured environment (supports all GPUs including Blackwell/50-series):
Access Jupyter at http://localhost:8888. Example notebooks are in /workspace/unsloth-notebooks/.
Responsabile della formazione per la formazione GPU locale: convalida CUDA, gestisci la selezione della GPU, monitora i progressi, gestisci i checkpoint Fonte: chrisvoncsefalvay/funsloth.
Campi e comandi stabili per citazioni AI/ricerca.
npx skills add https://github.com/chrisvoncsefalvay/funsloth --skill funsloth-localResponsabile della formazione per la formazione GPU locale: convalida CUDA, gestisci la selezione della GPU, monitora i progressi, gestisci i checkpoint Fonte: chrisvoncsefalvay/funsloth.
Apri il tuo terminale o strumento da riga di comando (Terminal, iTerm, Windows Terminal, ecc.) Copia ed esegui questo comando: npx skills add https://github.com/chrisvoncsefalvay/funsloth --skill funsloth-local Dopo l'installazione, la skill verrà configurata automaticamente nel tuo ambiente AI di coding e sarà pronta all'uso in Claude Code, Cursor o OpenClaw
https://github.com/chrisvoncsefalvay/funsloth