🛠️Flags d'environnement Unsloth

Flags avancés qui peuvent être utiles si vous constatez des fine-tunes cassés, ou si vous voulez désactiver certaines choses.

Variable d'environnement	But
os.environ["UNSLOTH_RETURN_LOGITS"] = "1"	Retourne les logits de force - utile pour l'évaluation si les logits sont nécessaires.
os.environ["UNSLOTH_COMPILE_DISABLE"] = "1"	Désactive le compilateur automatique. Peut être utile pour déboguer des résultats de fine-tuning incorrects.
os.environ["UNSLOTH_DISABLE_FAST_GENERATION"] = "1"	Désactive la génération rapide pour les modèles génériques.
os.environ["UNSLOTH_ENABLE_LOGGING"] = "1"	Active la journalisation du compilateur automatique - utile pour voir quelles fonctions sont compilées ou non.
os.environ["UNSLOTH_FORCE_FLOAT32"] = "1"	Sur les machines en float16, utilise float32 et non la précision mixte float16. Utile pour Gemma 3.
os.environ["UNSLOTH_STUDIO_DISABLED"] = "1"	Désactive les fonctionnalités supplémentaires.
os.environ["UNSLOTH_COMPILE_DEBUG"] = "1"	Active une verbosité extrême torch.compilejournaux.
os.environ["UNSLOTH_COMPILE_MAXIMUM"] = "0"	Active torch.compileoptimisations maximales - non recommandé.
os.environ["UNSLOTH_COMPILE_IGNORE_ERRORS"] = "1"	Peut désactiver cela pour activer le parsing fullgraph.
os.environ["UNSLOTH_FULLGRAPH"] = "0"	Activer torch.compile mode fullgraph
os.environ["UNSLOTH_DISABLE_AUTO_UPDATES"] = "1"	Force aucune mise à jour de unsloth-zoo

Une autre possibilité est que les modèles que nous avons téléchargés soient corrompus, mais c'est peu probable. Essayez ce qui suit :

model, tokenizer = FastVisionModel.from_pretrained(
    "Qwen/Qwen2-VL-7B-Instruct",
    use_exact_model_name = True,
)