unslothai/unsloth

[Bug] After adding import unsloth to the first line of the script, the GRPOTrainer fails to run properly; however, it works normally again once this import is removed. The Sophia optimizer interface being used was generated by an AI.

Open

#3,591 opened on 2025年11月12日

GitHub で見る
 (11 comments) (0 reactions) (0 assignees)Python (64,271 stars) (5,658 forks)batch import
help wanted

説明

sophia_grpo.py Scripts generated by AI may encounter many issues, such as the inability to utilize multiple GPUs using fp16

xl.py token_utils.py

コントリビューターガイド

技術スタック
pythonpytorch
領域
machine learning
Issue 種別
bug
難度新しい貢献者にとっての実装難度です。1 は非常に小さな変更、5 は専門的な作業です。
4
推定時間経験ある貢献者が調査、実装、テスト、pull request 準備にかけるおおよその時間範囲です。
half day
活動状況Issue が今どれだけ取り組みやすいかを示します。新しい、活発、古い、ブロック中、またはメンテナー入力待ちなどです。
active
明確さ期待される変更、受け入れ条件、次の手順がどれだけ明確かを示します。
unclear
前提条件
Python programmingPyTorch basicsUnsloth library
初心者向け度初回貢献者にどれだけ取り組みやすいかを 1-100 で推定したスコアです。
15
調査方針
First, examine the attached scripts (sophia grpo.py, xl.py, token utils.py) to understand the setup. The issue suggests that importing unsloth at the top of the script conflicts with GRPOTrainer. Look for any import order dependencies or shared module variables. Check the unsloth source code, particularly the GRPOTrainer class, for interactions with the Sophia optimizer. Review the 11 comments for any debugging insights from the community or maintainers.