> 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/fr/commencer/reinforcement-learning-rl-guide/advanced-rl-documentation/fp16-vs-bf16-for-rl.md). # FP16 vs BF16 pour le RL « Defeating the Training-Inference Mismatch via FP16 » https\://arxiv.org/pdf/2510.26788 montre que l'utilisation de float16 est meilleure que celle de bfloat16 ### Float16 contre Bfloat16 Il y avait un article intitulé «**Vaincre l’inadéquation entre entraînement et inférence via FP16**" montrant comment l’utilisation de la précision float16 peut être considérablement meilleure que l’utilisation de bfloat16 lors de l’apprentissage par renforcement.
En fait, plus la génération est longue, plus la situation se dégrade lorsqu’on utilise bfloat16 :
Nous avons mené une enquête, et **constatons bel et bien que float16 est plus stable** que bfloat16, avec des normes de gradient beaucoup plus faibles, voir et {% columns %} {% column width="50%" %}
{% endcolumn %} {% column width="50%" %}
{% endcolumn %} {% endcolumns %} ### :exploding\_head:Bug d’attention en cascade sur A100 Comme indiqué dans et , les anciennes versions de vLLM (avant 0.11.0) avaient des mécanismes d’attention défectueux pour les A100 et les GPU similaires. Veuillez mettre à jour vLLM ! Nous désactivons également par défaut l’attention en cascade dans vLLM pendant l’apprentissage par renforcement avec Unsloth si nous détectons une ancienne version de vLLM.
Le matériel différent change aussi les résultats, les GPU plus récents et plus chers présentant une différence de KL plus faible entre les côtés inférence et entraînement :
### :fire:Utiliser float16 dans Unsloth RL Pour utiliser la précision float16 dans Unsloth GRPO et RL, il vous suffit de définir `dtype = torch.float16` et nous nous occupons du reste ! {% code overflow="wrap" %} ```python from unsloth import FastLanguageModel import torch max_seq_length = 2048 # Peut être augmenté pour des traces de raisonnement plus longues lora_rank = 32 # Rang plus élevé = plus intelligent, mais plus lent model, tokenizer = FastLanguageModel.from_pretrained( model_name = "unsloth/Qwen3-4B-Base", max_seq_length = max_seq_length, load_in_4bit = False, # False pour LoRA 16 bits fast_inference = True, # Activer l'inférence rapide vLLM max_lora_rank = lora_rank, gpu_memory_utilization = 0.9, # Réduire en cas de manque de mémoire dtype = torch.float16, # Utiliser 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/fr/commencer/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.