> For the complete documentation index, see [llms.txt](https://unsloth.ai/docs/llms.txt). Markdown versions of documentation pages are available by appending `.md` to page URLs; this page is available as [Markdown](https://unsloth.ai/docs/de/loslegen/reinforcement-learning-rl-guide/advanced-rl-documentation/fp16-vs-bf16-for-rl.md). # FP16 vs. BF16 für RL „Defeating the Training-Inference Mismatch via FP16“ https\://arxiv.org/pdf/2510.26788 zeigt, dass die Verwendung von float16 besser ist als bfloat16 ### Float16 vs. Bfloat16 Es gab ein Paper mit dem Titel "**Die Trainings-Inferenz-Diskrepanz durch FP16 überwinden**" das zeigt, wie die Verwendung von float16-Präzision beim Reinforcement Learning deutlich besser sein kann als die Verwendung von bfloat16.

Tatsächlich gilt: Je länger die Generierung, desto schlimmer wird es bei der Verwendung von bfloat16:

Wir haben dies untersucht, und **stellten fest, dass float16 stabiler ist** als bfloat16 mit viel kleineren Gradienten-Normen, siehe und {% columns %} {% column width="50%" %}

{% endcolumn %} {% column width="50%" %}

{% endcolumn %} {% endcolumns %} ### :exploding\_head:A100 Cascade-Attention-Bug Gemäß und , ältere vLLM-Versionen (vor 0.11.0) hatten defekte Attention-Mechanismen für A100 und ähnliche GPUs. Bitte aktualisiere vLLM! Wir deaktivieren außerdem standardmäßig Cascade Attention in vLLM während des Unsloth-Reinforcement-Learnings, wenn wir eine ältere vLLM-Version erkennen.

Auch unterschiedliche Hardware verändert die Ergebnisse, wobei neuere und teurere GPUs einen geringeren KL-Unterschied zwischen Inferenz und Training aufweisen:

### :fire:Verwendung von float16 in Unsloth RL Um float16-Präzision in Unsloth GRPO und RL zu verwenden, musst du nur setzen `dtype = torch.float16` und wir kümmern uns um den Rest! {% code overflow="wrap" %} ```python from unsloth import FastLanguageModel import torch max_seq_length = 2048 # Kann für längere Reasoning-Traces erhöht werden lora_rank = 32 # Größere Rank = intelligenter, aber langsamer model, tokenizer = FastLanguageModel.from_pretrained( model_name = "unsloth/Qwen3-4B-Base", max_seq_length = max_seq_length, load_in_4bit = False, # False für LoRA 16bit fast_inference = True, # vLLM-Schnellinferenz aktivieren max_lora_rank = lora_rank, gpu_memory_utilization = 0.9, # Reduzieren, wenn der Speicher nicht ausreicht dtype = torch.float16, # Verwende torch.float16, torch.bfloat16 ) ``` {% endcode %} --- # Agent Instructions This documentation is published with GitBook. GitBook is the documentation platform designed so that both humans and AI agents can read, navigate, and reason over technical content effectively. Learn more at gitbook.com. ## Querying This Documentation If you need additional information that is not directly available in this page, you can query the documentation by asking a question. Perform an HTTP GET request on the following URL with the `ask` and `goal` query parameters: ``` GET https://unsloth.ai/docs/de/loslegen/reinforcement-learning-rl-guide/advanced-rl-documentation/fp16-vs-bf16-for-rl.md?ask=&goal= ``` `ask` is the immediate question: it should be specific, self-contained, and written in natural language. `goal` is what the user is ultimately trying to achieve, the reason they need the answer. Sharing it helps GitBook give you a better, more relevant answer. A goal is most helpful when it describes the outcome the user wants rather than restating the question. For example, with `ask=how do I create an API token`, a goal like `automate deployments from our CI pipeline` lets GitBook tailor the answer to that use case. The response will contain a direct answer to the question and relevant excerpts and sources from the documentation. Use this mechanism when the answer is not explicitly present in the current page, you need clarification or additional context, or you want to retrieve related documentation sections.