Unsloth نسخه 0.1.919-beta را در 17 November 2026 منتشر کرد. این بهروزرسانی قابلیت بتای جدیدی به نام Computer Use را معرفی میکند که به یک مدل بیناییِ در حال اجرا بهصورت محلی اجازه میدهد صفحهنمایش را ببیند و در هر برنامهای ماوس را حرکت دهد یا تایپ کند. این قابلیت بهطور پیشفرض غیرفعال است و پیش از هر برنامه جدید یا اقدام پرخطری، اجازه میگیرد. همزمان، مدل MiniMax‑H3‑Image اکنون با فایلهای GGUF روی CPU، مکها و پردازندههای گرافیکی AMD اجرا میشود و روی کارتهای NVIDIA نیز از وزنهای FP8 یا INT8 پشتیبانی میکند. این تغییر زمان رمزگشایی تصویر 2048 px را روی پردازنده گرافیکی A100 80 GB از 2.82 ثانیه به 0.28 ثانیه کاهش میدهد.
دیگر چه چیزهایی تازه است؟
این نسخه انتخابگر مدل جدیدی را به بخش نوشتن پیام اضافه میکند تا کاربران بتوانند از یک پنل، مدل را عوض کنند و گزینههای استدلال را تنظیم کنند. پوشههای پروژه بازطراحی شدهاند و زبانه Files تغییرات Git را نشان میدهد و امکان جستوجو در پروژه را فراهم میکند. وضعیت زنده 9 ارائهدهنده جدید، از جمله NVIDIA NIM و Azure OpenAI، اکنون در بخش اتصالها نمایش داده میشود و گفتوگوهای طولانی نیز بهطور خودکار خلاصه میشوند. آموزش LoRA (روشی سبک برای تنظیم دقیق مدل) برای چندین مدل تصویری، از جمله FLUX.3 Klein و Qwen‑Image‑2.1، پشتیبانی میشود. به لطف کرنلهای جدید attention، سرعت آموزش Gemma 4 12B تا 2.6 برابر افزایش مییابد.
پیشزمینه
قابلیت Computer Use در Unsloth بر پایه قابلیت پیشین Browser Use ساخته شده و کنترل محلی را از وب به کل دسکتاپ گسترش میدهد. این قابلیت روی macOS، Windows و Linux کار میکند، به شرط آنکه Unsloth مستقیماً روی دستگاه اجرا شود؛ نه از طریق Docker، WSL یا دفترچههای یادداشت راهدور. این قابلیت به مدلی نیاز دارد که توانایی پردازش بینایی داشته باشد (در قالبهای GGUF، safetensors یا MLX). در مستندات، Qwen‑3.8‑27B بهعنوان بهترین مدل در آزمایشهای این شرکت معرفی شده که از پس کارهایی مثل خواندن عکس رسیدها، پر کردن صفحهگستردهها و ساخت اسلاید برمیآید.
چرا مهم است
برای کسانی که هوش مصنوعی را بهصورت محلی اجرا میکنند، این بهروزرسانی یعنی مدلهایشان میتوانند کارهای واقعی روی دسکتاپ—مثل پر کردن فرمها یا ویرایش تصویر—را بدون خروج از رایانه انجام دهند. MiniMax‑H3‑Image سریعتر نیز تولید تصویر را روانتر میکند، بهویژه روی پردازندههای گرافیکی ردهبالا.