> 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/modeles/qwen3.5/fine-tune.md). # Guide de fine-tuning Qwen3.5 Vous pouvez maintenant ajuster finement [Qwen3.5](/docs/fr/modeles/qwen3.5.md) la famille de modèles (0.8B, 2B, 4B, 9B, 27B, 35B‑A3B, 122B‑A10B) avec [**Unsloth**](https://github.com/unslothai/unsloth). La prise en charge inclut à la fois [la vision](/docs/fr/modeles/qwen3.5/fine-tune.md#vision-fine-tuning), le texte et [RL](#reinforcement-learning-rl) l'ajustement fin. **Qwen3.5‑35B‑A3B** - LoRA bf16 fonctionne sur **74 Go de VRAM.** * Unsloth permet à Qwen3.5 de s'entraîner **1,5× plus vite** et utilise **50 % de VRAM en moins** que les configurations FA2. * Utilisation de VRAM de Qwen3.5 bf16 LoRA : **0.8B**: 3 Go • **2B**: 5 Go • **4B**: 10 Go • **9B**: 22 Go • **27B**: 56 Go * Fine-tuner **0.8B**, **2B** et **4B** LoRA bf16 via nos **notebooks Google Colab** **gratuits**: | [Qwen3.5-**0.8B**](https://colab.research.google.com/github/unslothai/notebooks/blob/main/nb/Qwen3_5_\(0_8B\)_Vision.ipynb) | [Qwen3.5-**2B**](https://colab.research.google.com/github/unslothai/notebooks/blob/main/nb/Qwen3_5_\(2B\)_Vision.ipynb) | [Qwen3.5-**4B**](https://colab.research.google.com/github/unslothai/notebooks/blob/main/nb/Qwen3_5_\(4B\)_Vision.ipynb) | [Qwen3.5-4B **GRPO**](https://colab.research.google.com/github/unslothai/notebooks/blob/main/nb/Qwen3_5_\(4B\)_Vision_GRPO.ipynb) | | --------------------------------------------------------------------------------------------------------------------------- | ----------------------------------------------------------------------------------------------------------------------- | ----------------------------------------------------------------------------------------------------------------------- | --------------------------------------------------------------------------------------------------------------------------------- | * Si vous souhaitez **préserver la capacité de raisonnement** vous pouvez mélanger des exemples de style raisonnement avec des réponses directes (conservez un minimum de 75 % de raisonnement). Sinon, vous pouvez l'émettre entièrement. * **Fine-tuning complet (FFT)** fonctionne aussi. Notez qu'il utilisera 4x plus de VRAM. * Qwen3.5 est puissant pour l'ajustement fin multilingue, car il prend en charge 201 langues. * Après l'ajustement fin, vous pouvez exporter vers [GGUF](#saving-export-your-fine-tuned-model) (pour llama.cpp/Ollama/etc.) ou [vLLM](#saving-export-your-fine-tuned-model) * [Apprentissage par renforcement](/docs/fr/commencer/reinforcement-learning-rl-guide.md) (RL) pour Qwen3.5 [RL VLM](/docs/fr/commencer/reinforcement-learning-rl-guide/vision-reinforcement-learning-vlm-rl.md) fonctionne aussi via l'inférence Unsloth. * Nous avons **A100** des notebooks Colab pour [Qwen3.5‑27B](https://colab.research.google.com/github/unslothai/notebooks/blob/main/nb/Qwen_3_5_27B_A100\(80GB\).ipynb) et [Qwen3.5‑35B‑A3B](https://colab.research.google.com/github/unslothai/notebooks/blob/main/nb/Qwen3_5_MoE.ipynb). Si vous êtes sur une version plus ancienne (ou si vous ajustez finement localement), mettez d'abord à jour : {% columns %} {% column width="50%" %} Unsloth Studio : {% code expandable="true" %} ```bash mise à jour d'Unsloth Studio ``` {% endcode %} {% endcolumn %} {% column width="50%" %} Code Unsloth : ```bash pip install --upgrade --force-reinstall --no-cache-dir unsloth unsloth_zoo ``` {% endcolumn %} {% endcolumns %} {% hint style="warning" %} **Veuillez utiliser `transformers v5` pour Qwen3.5. Les versions plus anciennes ne fonctionneront pas. Unsloth utilise désormais automatiquement transformers v5 par défaut (sauf dans les environnements Colab).** Si l'entraînement semble **plus lent que d'habitude**, c'est parce que Qwen3.5 utilise des noyaux Triton Mamba personnalisés. La compilation de ces noyaux peut prendre plus de temps que la normale, en particulier sur les GPU T4. Il n'est pas recommandé d'effectuer un entraînement QLoRA (4 bits) sur les modèles Qwen3.5, qu'ils soient MoE ou denses, en raison de différences de quantification plus élevées que la normale. {% endhint %} ### Ajustement fin MoE (35B, 122B) Pour les modèles MoE comme **Qwen3.5‑35B‑A3B / 122B‑A10B / 397B‑A17B**: * Vous pouvez utiliser notre [Qwen3.5‑35B‑A3B (A100)](https://colab.research.google.com/github/unslothai/notebooks/blob/main/nb/Qwen3_5_MoE.ipynb) notebook d'ajustement fin * Prend en charge notre récente mise à jour d'entraînement MoE \~12x plus rapide [d'entraînement MoE](/docs/fr/notions-de-base/faster-moe.md) avec >35 % de VRAM en moins et un contexte \~6x plus long * **Mieux vaut utiliser des configurations bf16 (par ex. LoRA ou fine-tuning complet)** (le QLoRA MoE en 4 bits n'est pas recommandé en raison des limitations de BitsandBytes). * Les noyaux MoE d'Unsloth sont activés par défaut et peuvent utiliser différents backends ; vous pouvez basculer avec `UNSLOTH_MOE_BACKEND`. * L'ajustement fin de la couche routeuse est désactivé par défaut pour des raisons de stabilité. * Qwen3.5‑122B‑A10B - LoRA bf16 fonctionne sur 256 Go de VRAM. Si vous utilisez plusieurs GPU, ajoutez `device_map = "balanced"` ou suivez notre [guide multiGPU](/docs/fr/notions-de-base/multi-gpu-training-with-unsloth.md). ### Démarrage rapide #### 🦥 Guide d'Unsloth Studio Qwen3.5 peut être exécuté et ajusté finement dans [Unsloth Studio](/docs/fr/nouveau/studio.md), notre nouvelle interface web open source pour l’IA locale. Avec Unsloth Studio, vous pouvez exécuter des modèles localement sur **MacOS, Windows**, Linux et : {% columns %} {% column %} * [Entraîner des LLM](/docs/fr/nouveau/studio.md#no-code-training) 2x plus rapide avec 70 % de VRAM en moins * Rechercher, télécharger, [exécuter des GGUF](/docs/fr/nouveau/studio.md#run-models-locally) et des modèles safetensor * [**Auto-réparation** appel d'outils](/docs/fr/nouveau/studio.md#execute-code--heal-tool-calling) + **recherche web** * [**Exécution de code**](/docs/fr/nouveau/studio.md#run-models-locally) (Python, Bash) * [Inférence automatique](https://unsloth.ai/docs/desktop#feature-deep-dive) réglage des paramètres (temp, top-p, etc.) * Inférence rapide sur CPU + GPU via llama.cpp {% endcolumn %} {% column %}
{% endcolumn %} {% endcolumns %} {% stepper %} {% step %} #### Installer Unsloth Exécutez dans votre terminal : **macOS, Linux, WSL :** ```bash curl -fsSL https://unsloth.ai/install.sh | sh ``` **Windows PowerShell :** ```bash irm https://unsloth.ai/install.ps1 | iex ``` {% hint style="success" %} **L'installation sera rapide et prendra environ 1 à 2 minutes.** {% endhint %} {% endstep %} {% step %} #### Lancer Unsloth **MacOS, Linux, WSL et Windows :** ```bash unsloth studio -H 0.0.0.0 -p 8888 ``` **Puis ouvrez `http://localhost:8888` dans votre navigateur.** {% endstep %} {% step %} #### Entraîner Qwen3.5 Lors du premier lancement, vous devrez créer un mot de passe pour sécuriser votre compte et vous reconnecter plus tard. Vous verrez ensuite un bref assistant d'intégration pour choisir un modèle, un jeu de données et des paramètres de base. Vous pouvez le passer à tout moment. Recherchez Qwen3.5 dans la barre de recherche et sélectionnez le modèle et l'ensemble de données souhaités. Ensuite, ajustez vos hyperparamètres et la longueur de contexte comme vous le souhaitez.
{% endstep %} {% step %} #### Surveiller la progression de l'entraînement Après avoir cliqué sur démarrer l'entraînement, vous pourrez surveiller et observer la progression de l'entraînement du modèle. La perte d'entraînement devrait diminuer régulièrement.\nUne fois terminé, le modèle sera automatiquement enregistré.
{% endstep %} {% step %} #### Exporter votre modèle ajusté finement Une fois terminé, Unsloth Studio vous permet d'exporter le modèle vers les formats GGUF, safetensor, etc.
{% endstep %} {% endstepper %} #### Guide Unsloth Core (basé sur du code) : Ci-dessous se trouve une recette SFT minimale (fonctionne pour l'ajustement fin « texte uniquement »). Consultez aussi notre [ajustement fin vision](/docs/fr/notions-de-base/vision-fine-tuning.md) section. {% hint style="info" %} Qwen3.5 est un « Causal Language Model with Vision Encoder » (c'est un VLM unifié), alors assurez-vous d'avoir les dépendances vision habituelles installées (`torchvision`, `pillow`) si nécessaire, et gardez Transformers à jour. Utilisez la toute dernière version de Transformers pour Qwen3.5. **Si vous souhaitez faire** [**GRPO**](/docs/fr/commencer/reinforcement-learning-rl-guide.md)**, cela fonctionne dans Unsloth si vous désactivez l'inférence rapide vLLM et utilisez plutôt l'inférence Unsloth. Suivez nos** [**RL Vision**](/docs/fr/commencer/reinforcement-learning-rl-guide/vision-reinforcement-learning-vlm-rl.md) **exemples de notebook.** {% endhint %} {% code expandable="true" %} ```python from unsloth import FastLanguageModel import torch from datasets import load_dataset from trl import SFTTrainer, SFTConfig max_seq_length = 2048 # commencez petit ; augmentez une fois que cela fonctionne # Exemple d'ensemble de données (remplacez-le par le vôtre). Nécessite une colonne "text". url = "https://huggingface.co/datasets/laion/OIG/resolve/main/unified_chip2.jsonl" dataset = load_dataset("json", data_files={"train": url}, split="train") model, tokenizer = FastLanguageModel.from_pretrained( model_name = "Qwen/Qwen3.5-27B", max_seq_length = max_seq_length, load_in_4bit = False, # le QLoRA MoE n'est pas recommandé, le 27B dense convient load_in_16bit = True, # LoRA bf16/16 bits full_finetuning = False, ) model = FastLanguageModel.get_peft_model( model, r = 16, target_modules = [ "q_proj", "k_proj", "v_proj", "o_proj", "gate_proj", "up_proj", "down_proj", ], lora_alpha = 16, lora_dropout = 0, bias = "none", # le checkpointing "unsloth" est conçu pour un contexte très long + moins de VRAM use_gradient_checkpointing = "unsloth", random_state = 3407, max_seq_length = max_seq_length, ) trainer = SFTTrainer( model = model, train_dataset = dataset, tokenizer = tokenizer, args = SFTConfig( max_seq_length = max_seq_length, per_device_train_batch_size = 1, gradient_accumulation_steps = 4, warmup_steps = 10, max_steps = 100, logging_steps = 1, output_dir = "outputs_qwen35", optim = "adamw_8bit", seed = 3407, dataset_num_proc = 1, ), ) trainer.train() ``` {% endcode %} {% hint style="info" %} Si vous avez un OOM : * Réduisez `per_device_train_batch_size` par **1** et/ou réduisez `max_seq_length`. * Conservez `use_`[`gradient_checkpointing`](/docs/fr/blog/500k-context-length-fine-tuning.md#unsloth-gradient-checkpointing-enhancements)`="unsloth"` activé (il est conçu pour réduire l'utilisation de la VRAM et étendre la longueur du contexte). {% endhint %} **Exemple de chargeur pour MoE (LoRA bf16) :** ```python import os import torch from unsloth import FastModel model, tokenizer = FastModel.from_pretrained( model_name = "unsloth/Qwen3.5-35B-A3B", max_seq_length = 2048, load_in_4bit = False, # le QLoRA MoE n'est pas recommandé, le 27B dense convient load_in_16bit = True, # LoRA bf16/16 bits full_finetuning = False, ) ``` Une fois chargé, vous ajouterez des adaptateurs LoRA et entraînerez de manière similaire à l'exemple SFT ci-dessus. ### Ajustement fin vision Unsloth prend en charge [ajustement fin vision](/docs/fr/notions-de-base/vision-fine-tuning.md) pour les modèles multimodaux Qwen3.5. Utilisez les notebooks Qwen3.5 ci-dessous et remplacez les noms des modèles correspondants par le modèle Qwen3.5 souhaité. | [Qwen3.5-**0.8B**](https://colab.research.google.com/github/unslothai/notebooks/blob/main/nb/Qwen3_5_\(0_8B\)_Vision.ipynb) | [Qwen3.5-**2B**](https://colab.research.google.com/github/unslothai/notebooks/blob/main/nb/Qwen3_5_\(2B\)_Vision.ipynb) | [Qwen3.5-**4B**](https://colab.research.google.com/github/unslothai/notebooks/blob/main/nb/Qwen3_5_\(4B\)_Vision.ipynb) | Qwen3.5-**9B** | | --------------------------------------------------------------------------------------------------------------------------- | ----------------------------------------------------------------------------------------------------------------------- | ----------------------------------------------------------------------------------------------------------------------- | -------------- | * [Notebook RL GRPO/GSPO Qwen3-VL](https://colab.research.google.com/github/unslothai/notebooks/blob/main/nb/Qwen3_VL_\(8B\)-Vision-GRPO.ipynb) (changez le nom du modèle en Qwen3.5-4B, etc.) **Désactiver la vision / l'ajustement fin texte uniquement :** Pour ajuster finement des modèles vision, nous vous permettons désormais de choisir quelles parties du modèle ajuster finement. Vous pouvez choisir de n'ajuster que les couches vision, ou les couches de langage, ou les couches d'attention / MLP ! Nous les activons toutes par défaut ! {% code expandable="true" %} ```python model = FastVisionModel.get_peft_model( model, finetune_vision_layers = True, # False si vous n'ajustez pas les couches vision finetune_language_layers = True, # False si vous n'ajustez pas les couches de langage finetune_attention_modules = True, # False si vous n'ajustez pas les couches d'attention finetune_mlp_modules = True, # False si vous n'ajustez pas les couches MLP r = 16, # Plus la valeur est grande, plus la précision est élevée, mais il peut y avoir surapprentissage lora_alpha = 16, # Alpha recommandé == r au minimum lora_dropout = 0, bias = "none", random_state = 3407, use_rslora = False, # Nous prenons en charge LoRA à rang stabilisé loftq_config = None, # Ainsi que LoftQ target_modules = "all-linear", # Optionnel désormais ! Peut spécifier une liste si nécessaire modules_to_save=[ "lm_head", "embed_tokens", ], ) ``` {% endcode %} Afin d'ajuster finement ou d'entraîner Qwen3.5 avec plusieurs images, consultez notre [**guide vision multi-images**](/docs/fr/notions-de-base/vision-fine-tuning.md#multi-image-training)**.** ### Apprentissage par renforcement (RL) Vous pouvez désormais entraîner Qwen3.5 avec RL, GSPO, GRPO, etc. avec [notre notebook gratuit](https://colab.research.google.com/github/unslothai/notebooks/blob/main/nb/Qwen3_5_\(4B\)_Vision_GRPO.ipynb): {% embed url="" %} Vous pouvez exécuter Qwen3.5 RL avec Unsloth même s'il n'est pas pris en charge par vLLM, en définissant `fast_inference=False` lors du chargement du modèle : ```python from unsloth import FastLanguageModel model, tokenizer = FastLanguageModel.from_pretrained( model_name="unsloth/Qwen3.5-4B", fast_inference=False, ) ``` ### Enregistrement / export du modèle ajusté finement Vous pouvez consulter nos guides spécifiques d'inférence / de déploiement pour [Unsloth Studio](/docs/fr/nouveau/studio/export.md), [llama.cpp](/docs/fr/notions-de-base/inference-and-deployment/saving-to-gguf.md), [vLLM](/docs/fr/notions-de-base/inference-and-deployment/vllm-guide.md), [llama-server](/docs/fr/notions-de-base/inference-and-deployment/llama-server-and-openai-endpoint.md), [Ollama](/docs/fr/notions-de-base/inference-and-deployment/saving-to-ollama.md). #### Enregistrer en GGUF Unsloth prend en charge l'enregistrement direct en GGUF : ```python model.save_pretrained_gguf("directory", tokenizer, quantization_method = "q4_k_m") model.save_pretrained_gguf("directory", tokenizer, quantization_method = "q8_0") model.save_pretrained_gguf("directory", tokenizer, quantization_method = "f16") ``` Ou envoyer les GGUF sur Hugging Face : ```python model.push_to_hub_gguf("hf_username/directory", tokenizer, quantization_method = "q4_k_m") model.push_to_hub_gguf("hf_username/directory", tokenizer, quantization_method = "q8_0") ``` Si le modèle exporté se comporte moins bien dans un autre environnement d'exécution, Unsloth signale la cause la plus fréquente : **mauvais modèle de chat / jeton EOS au moment de l'inférence** (vous devez utiliser le même modèle de chat que celui avec lequel vous avez entraîné). #### Enregistrer pour vLLM {% hint style="warning" %} la version vLLM `0.16.0` ne prend pas en charge Qwen3.5. Attendez jusqu'à `0.170` ou essayez la version Nightly. {% endhint %} Pour enregistrer en 16 bits pour vLLM, utilisez : {% code overflow="wrap" %} ```python model.save_pretrained_merged("finetuned_model", tokenizer, save_method = "merged_16bit") ## OU pour téléverser sur Hugging Face : model.push_to_hub_merged("hf/model", tokenizer, save_method = "merged_16bit", token = "") ``` {% endcode %} Pour enregistrer uniquement les adaptateurs LoRA, utilisez soit : ```python model.save_pretrained("finetuned_lora") tokenizer.save_pretrained("finetuned_lora") ``` Ou utilisez notre fonction intégrée : {% code overflow="wrap" %} ```python model.save_pretrained_merged("finetuned_model", tokenizer, save_method = "lora") ## OU pour téléverser sur Hugging Face model.push_to_hub_merged("hf/model", tokenizer, save_method = "lora", token = "") ``` {% endcode %} Pour plus de détails, lisez nos guides d'inférence : {% columns %} {% column width="50%" %} {% content-ref url="/pages/44b6f06033c7dbf3b6521a33337058e295acc604" %} [Inférence et déploiement](/docs/fr/notions-de-base/inference-and-deployment.md) {% endcontent-ref %} {% content-ref url="/pages/0ce33fc68eed069d43cdcfb76b9793ce71c64c1f" %} [GGUF & llama.cpp](/docs/fr/notions-de-base/inference-and-deployment/saving-to-gguf.md) {% endcontent-ref %} {% endcolumn %} {% column width="50%" %} {% content-ref url="/pages/817a1275219e1e8d86fe100d223ac4b0862ab3a1" %} [Model Export](/docs/fr/nouveau/studio/export.md) {% endcontent-ref %} {% content-ref url="/pages/682151c53afcf1f6d611eb29ad62b7182b5187ea" %} [vLLM](/docs/fr/notions-de-base/inference-and-deployment/vllm-guide.md) {% endcontent-ref %} {% endcolumn %} {% endcolumns %} --- # 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 dynamically by asking a question. Perform an HTTP GET request on the current page URL with the `ask` query parameter, and the optional `goal` query parameter: ``` GET https://unsloth.ai/docs/fr/modeles/qwen3.5/fine-tune.md?ask=&goal= ``` `ask` is the immediate question: it should be specific, self-contained, and written in natural language. `goal` is optional and describes the broader end goal you are ultimately trying to accomplish on behalf of the user. GitBook uses it to tailor the answer towards what is most useful for that goal. 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.