Servidor MCP de Unsloth

Un servidor MCP para Unsloth : una biblioteca que hace que el ajuste de LLM sea dos veces más rápido con un 80 % menos de memoria.

¿Qué es Unsloth?

Unsloth es una biblioteca que mejora drásticamente la eficiencia del ajuste de modelos de lenguaje grandes:

• Velocidad : ajuste fino 2 veces más rápido en comparación con los métodos estándar
• Memoria : 80 % menos de uso de VRAM, lo que permite ajustar modelos más grandes en GPU de consumo
• Longitud del contexto : longitudes de contexto hasta 13 veces más largas (por ejemplo, 89 000 tokens para Llama 3.3 en GPU de 80 GB)
• Precisión : Sin pérdida de calidad ni rendimiento del modelo.

Unsloth logra estas mejoras a través de kernels CUDA personalizados escritos en el lenguaje Triton de OpenAI, retropropagación optimizada y cuantificación dinámica de 4 bits.

Características

• Optimizar el ajuste fino para Llama, Mistral, Phi, Gemma y otros modelos
• Cuantización de 4 bits para un entrenamiento eficiente
• Soporte de longitud de contexto extendida
• API simple para carga, ajuste e inferencia de modelos
• Exportar a varios formatos (GGUF, Hugging Face, etc.)

Inicio rápido

1. Instalar Unsloth: pip install unsloth
2. Instalar y construir el servidor:
   cd unsloth-server npm install npm run build
3. Agregar a la configuración de MCP:
   { "mcpServers": { "unsloth-server": { "command": "node", "args": ["/path/to/unsloth-server/build/index.js"], "env": { "HUGGINGFACE_TOKEN": "your_token_here" // Optional }, "disabled": false, "autoApprove": [] } } }

Herramientas disponibles

comprobar_instalación

Verifique si Unsloth está instalado correctamente en su sistema.

Parámetros : Ninguno

Ejemplo :

lista_de_modelos_compatibles

Obtén una lista de todos los modelos compatibles con Unsloth, incluidas las variantes Llama, Mistral, Phi y Gemma.

Parámetros : Ninguno

Ejemplo :

modelo de carga

Cargue un modelo previamente entrenado con optimizaciones de Unsloth para una inferencia y un ajuste más rápidos.

Parámetros :

• model_name (obligatorio): Nombre del modelo a cargar (p. ej., "unsloth/Llama-3.2-1B")
• max_seq_length (opcional): Longitud máxima de secuencia para el modelo (predeterminado: 2048)
• load_in_4bit (opcional): si se debe cargar el modelo en cuantificación de 4 bits (valor predeterminado: verdadero)
• use_gradient_checkpointing (opcional): si se deben utilizar puntos de control de gradiente para ahorrar memoria (valor predeterminado: verdadero)

Ejemplo :

modelo de ajuste fino

Ajuste un modelo con optimizaciones de Unsloth utilizando técnicas LoRA/QLoRA.

Parámetros :

• model_name (obligatorio): Nombre del modelo a ajustar
• dataset_name (obligatorio): Nombre del conjunto de datos que se utilizará para el ajuste fino
• output_dir (obligatorio): Directorio para guardar el modelo ajustado
• max_seq_length (opcional): Longitud máxima de secuencia para entrenamiento (predeterminado: 2048)
• lora_rank (opcional): rango para el ajuste fino de LoRA (predeterminado: 16)
• lora_alpha (opcional): Alfa para el ajuste fino de LoRA (valor predeterminado: 16)
• batch_size (opcional): tamaño del lote para entrenamiento (predeterminado: 2)
• gradient_accumulation_steps (opcional): Número de pasos de acumulación de gradiente (predeterminado: 4)
• learning_rate (opcional): tasa de aprendizaje para el entrenamiento (predeterminado: 2e-4)
• max_steps (opcional): Número máximo de pasos de entrenamiento (predeterminado: 100)
• dataset_text_field (opcional): Campo en el conjunto de datos que contiene el texto (predeterminado: 'texto')
• load_in_4bit (opcional): si se debe utilizar cuantificación de 4 bits (valor predeterminado: verdadero)

Ejemplo :

generar_texto

Genere texto utilizando un modelo Unsloth perfeccionado.

Parámetros :

• model_path (obligatorio): Ruta al modelo ajustado
• prompt (obligatorio): Solicitud de generación de texto
• max_new_tokens (opcional): Número máximo de tokens a generar (predeterminado: 256)
• temperature (opcional): Temperatura para la generación de texto (predeterminado: 0,7)
• top_p (opcional): Top-p para generación de texto (predeterminado: 0.9)

Ejemplo :

modelo_de_exportación

Exporte un modelo Unsloth ajustado a varios formatos para su implementación.

Parámetros :

• model_path (obligatorio): Ruta al modelo ajustado
• export_format (obligatorio): Formato al que se exportará (gguf, ollama, vllm, huggingface)
• output_path (obligatorio): Ruta para guardar el modelo exportado
• quantization_bits (opcional): Bits para cuantificación (para exportación GGUF) (valor predeterminado: 4)

Ejemplo :

Uso avanzado

Conjuntos de datos personalizados

Puede utilizar conjuntos de datos personalizados formateándolos correctamente y alojándolos en Hugging Face o proporcionando una ruta local:

Optimización de la memoria

Para modelos grandes con hardware limitado:

• Reducir el tamaño del lote y aumentar los pasos de acumulación de gradiente
• Utilice cuantificación de 4 bits
• Habilitar puntos de control de gradiente
• Reducir la longitud de la secuencia si es posible

Solución de problemas

Problemas comunes

1. CUDA sin memoria : reduzca el tamaño del lote, utilice cuantificación de 4 bits o pruebe un modelo más pequeño
2. Errores de importación : asegúrese de tener instaladas las versiones correctas de Torch, Transformers y Unsloth.
3. Modelo no encontrado : comprueba que estás usando un nombre de modelo compatible o que tienes acceso a modelos privados

Compatibilidad de versiones

• Python: 3.10, 3.11 o 3.12 (no 3.13)
• CUDA: se recomienda 11.8 o 12.1+
• PyTorch: se recomienda la versión 2.0+

Puntos de referencia de rendimiento

Requisitos

• Python 3.10-3.12
• GPU NVIDIA con soporte CUDA (recomendado)
• Node.js y npm

Licencia

Apache-2.0