Unsloth

Unsloth é um framework de fine-tuning e reforço que acelera o treinamento e reduz o uso de memória para modelos de linguagem de grande escala. Ele suporta treinamento em precisão de 4 bits, 8 bits e 16 bits, com kernels RoPE e Triton personalizados. O Unsloth funciona com as famílias de modelos Llama, Mistral, Gemma, Qwen e outras.

from datasets import load_dataset
from transformers import TrainingArguments
from unsloth import FastLanguageModel
from unsloth.trainer import UnslothTrainer

model, tokenizer = FastLanguageModel.from_pretrained(
    model_name="unsloth/Llama-3.2-1B-Instruct",
    max_seq_length=2048,
    load_in_4bit=True,
)

model = FastLanguageModel.get_peft_model(
    model,
    r=16,
    lora_alpha=16,
    target_modules=["q_proj", "k_proj", "v_proj", "o_proj", "gate_proj", "up_proj", "down_proj"],
)

dataset = load_dataset("trl-lib/Capybara", split="train[:500]")
dataset = dataset.map(lambda x: {"text": x["conversations"][0]["value"]})

trainer = UnslothTrainer(
    model=model,
    tokenizer=tokenizer,
    train_dataset=dataset,
    dataset_text_field="text",
    max_seq_length=2048,
    args=TrainingArguments(
        output_dir="outputs",
        per_device_train_batch_size=2,
        num_train_epochs=1,
    ),
)

trainer.train()

Integração com Transformers

O Unsloth encapsula as APIs do Transformers e aplica patches em métodos internos para ganhar velocidade.

FastLanguageModel.from_pretrained carrega a configuração com AutoConfig.from_pretrained(). Em seguida, carrega um modelo base com AutoModelForCausalLM.from_pretrained(). Antes do carregamento, o Unsloth aplica patches nas classes de atenção, camada decodificadora e incorporação rotativa dentro de um modelo Transformers.
UnslothTrainer estende o SFTTrainer do TRL. O Unsloth aplica patches em compute_loss() e training_step() para corrigir o acúmulo de gradientes em versões mais antigas do Transformers.

Recursos

Documentação do Unsloth
post no blog Acelere o Fine-tuning de LLMs em 2x com Unsloth e TRL

Update on GitHub