Unslothで追加学習を学ぶ本を選ぶとき、扱う手法やデプロイまでの範囲をどこまで重視するか迷いますよね。
データセットの準備から学習、モデルの保存やデプロイまでを扱う本なら、作業の流れに沿って学べます。
今回は、Unslothを使った追加学習を扱う3冊をご紹介します。
おすすめ商品の早見表
| 商品名 | 価格 | 掲載形式 | 扱う内容 |
|---|---|---|---|
 Fine-Tuning Local LLMs with Unsloth | 5,786円（2026-11-03時点） | ペーパーバック | LoRA・QLoRA・SFT・DPO・GRPO、量子化。データセット準備からローカルデプロイまでのプロジェクトを掲載 |
| Unsloth을 이용한 언어 모델 파인튜닝 | — | POD書籍（注文後制作） | LoRA・QLoRA・継続事前学習の実装。データセット準備からモデルの保存・デプロイまでを扱う |
| Unsloth: Efficient Fine-Tuning for Large Language Models | — | EPUB | 4ビット量子化・QLoRA・DPO、長文コンテキストやVLMのファインチューニング、GGUF・vLLMによるデプロイを扱う |
Fine-Tuning Local LLMs with Unsloth
Unslothを使った追加学習の手法からローカルでのデプロイまで、実践的な流れを学びたい人には「Fine-Tuning Local LLMs with Unsloth」がおすすめです。LoRAやQLoRA、SFT、DPO、GRPO、量子化を扱い、データセットの準備からローカルデプロイまでのプロジェクトも掲載されています。
Unsloth을 이용한 언어 모델 파인튜닝
Unslothを使ったファインチューニングの実装を学びたい人には、「Unsloth을 이용한 언어 모델 파인튜닝」がおすすめです。LoRAやQLoRAに加えて継続事前学習も扱い、データセットの準備から学習の監視・最適化、モデルの保存・デプロイまでを取り上げています。制約のあるリソース環境での活用や、よくある問題とその解決方法も取り上げています。
対象例には、DeepSeek、Llama-3、Mistral、Phi-4、Gemmaなどの大規模言語モデルが挙げられています。
紙の本は注文後に制作され、発送まで約7日かかります。
Unsloth: Efficient Fine-Tuning for Large Language Models
Unslothを使った追加学習を、制約のあるハードウェアでの学習からデプロイまで学びたい人には、「Unsloth: Efficient Fine-Tuning for Large Language Models」がおすすめです。8GBおよび12GBのGPUで8B・70Bパラメータのモデルを扱うための4ビットNF4量子化とQLoRAを取り上げ、データセット処理やDPO、長文コンテキスト、Vision-Language Modelのファインチューニングにも触れています。学習後の活用まで知りたい人向けに、ローカル推論用のGGUF出力やvLLMによるサービングも扱います。
理論だけでなく例題や演習を通じて学びたい人にも向いています。各章に注釈付きの基本例と応用例があり、実際のシナリオに基づく解答付きコーディング演習を5問ずつ収録しています。
EPUB形式で販売されており、書籍は完成済みです。
まとめ
- データセット準備からローカルデプロイまでの実践プロジェクトを読みたい人
- 継続事前学習の実装や、制約のあるリソース環境での活用を知りたい人
- 4ビットNF4量子化・QLoRAや長文コンテキスト、VLMのファインチューニングを学びたい人
英語で読みたい人向けの一冊
英語の技術書を読みたい方には、「Fine-Tuning Local LLMs with Unsloth」がおすすめです。商品ページの記載言語は英語なので、読む本の言語も選ぶ条件にしている場合に判断材料になります。
Amazon の PC をスコア化してみた
Amazonにある8〜14インチの小型WindowsタブレットやノートPCを、スペック別にスコア化して比較・ランキング。
