Add QWQ-32B

src/llamafactory/webui/css.py

-# Copyright 2024 the LlamaFactory team.
+# Copyright 2025 the LlamaFactory team.
 #
 # Licensed under the Apache License, Version 2.0 (the "License");
 # you may not use this file except in compliance with the License.
@@ -20,6 +20,32 @@ CSS = r"""
   border-radius: 100vh !important;
 }
 
+.thinking-summary {
+  padding: 8px !important;
+}
+
+.thinking-summary span {
+  border-radius: 4px !important;
+  padding: 4px !important;
+  cursor: pointer !important;
+  font-size: 14px !important;
+  background: rgb(245, 245, 245) !important;
+}
+
+.dark .thinking-summary span {
+  background: rgb(73, 73, 73) !important;
+}
+
+.thinking-container {
+  border-left: 2px solid #a6a6a6 !important;
+  padding-left: 10px !important;
+  margin: 4px 0 !important;
+}
+
+.thinking-container p {
+  color: #a6a6a6 !important;
+}
+
 .modal-box {
   position: fixed !important;
   top: 50%;

src/llamafactory/webui/engine.py

-# Copyright 2024 the LlamaFactory team.
+# Copyright 2025 the LlamaFactory team.
 #
 # Licensed under the Apache License, Version 2.0 (the "License");
 # you may not use this file except in compliance with the License.
@@ -15,11 +15,10 @@
 from typing import TYPE_CHECKING, Any, Dict
 
 from .chatter import WebChatModel
-from .common import load_config
+from .common import create_ds_config, get_time, load_config
 from .locales import LOCALES
 from .manager import Manager
 from .runner import Runner
-from .utils import create_ds_config, get_time
 
 
 if TYPE_CHECKING:
@@ -27,6 +26,10 @@ if TYPE_CHECKING:
 
 
 class Engine:
+    r"""
+    A general engine to control the behaviors of Web UI.
+    """
+
     def __init__(self, demo_mode: bool = False, pure_chat: bool = False) -> None:
         self.demo_mode = demo_mode
         self.pure_chat = pure_chat
@@ -38,7 +41,7 @@ class Engine:
 
     def _update_component(self, input_dict: Dict[str, Dict[str, Any]]) -> Dict["Component", "Component"]:
         r"""
-        Gets the dict to update the components.
+        Updates gradio components according to the (elem_id, properties) mapping.
         """
         output_dict: Dict["Component", "Component"] = {}
         for elem_id, elem_attr in input_dict.items():
@@ -48,9 +51,11 @@ class Engine:
         return output_dict
 
     def resume(self):
-        user_config = load_config() if not self.demo_mode else {}
+        r"""
+        Gets the initial value of gradio components and restores training status if necessary.
+        """
+        user_config = load_config() if not self.demo_mode else {}  # do not use config in demo mode
         lang = user_config.get("lang", None) or "en"
-
         init_dict = {"top.lang": {"value": lang}, "infer.chat_box": {"visible": self.chatter.loaded}}
 
         if not self.pure_chat:
@@ -74,6 +79,9 @@ class Engine:
                 yield self._update_component({"eval.resume_btn": {"value": True}})
 
     def change_lang(self, lang: str):
+        r"""
+        Updates the displayed language of gradio components.
+        """
         return {
             elem: elem.__class__(**LOCALES[elem_name][lang])
             for elem_name, elem in self.manager.get_elem_iter()

src/llamafactory/webui/interface.py

-# Copyright 2024 the LlamaFactory team.
+# Copyright 2025 the LlamaFactory team.
 #
 # Licensed under the Apache License, Version 2.0 (the "License");
 # you may not use this file except in compliance with the License.
@@ -15,6 +15,7 @@
 import os
 import platform
 
+from ..extras.misc import is_env_enabled
 from ..extras.packages import is_gradio_available
 from .common import save_config
 from .components import (
@@ -73,7 +74,7 @@ def create_web_demo() -> "gr.Blocks":
     engine = Engine(pure_chat=True)
 
     with gr.Blocks(title="Web Demo", css=CSS) as demo:
-        lang = gr.Dropdown(choices=["en", "ru", "zh", "ko"], scale=1)
+        lang = gr.Dropdown(choices=["en", "ru", "zh", "ko", "ja"], scale=1)
         engine.manager.add_elems("top", dict(lang=lang))
 
         _, _, chat_elems = create_chat_box(engine, visible=True)
@@ -87,14 +88,14 @@ def create_web_demo() -> "gr.Blocks":
 
 
 def run_web_ui() -> None:
-    gradio_ipv6 = os.getenv("GRADIO_IPV6", "0").lower() in ["true", "1"]
-    gradio_share = os.getenv("GRADIO_SHARE", "0").lower() in ["true", "1"]
+    gradio_ipv6 = is_env_enabled("GRADIO_IPV6")
+    gradio_share = is_env_enabled("GRADIO_SHARE")
     server_name = os.getenv("GRADIO_SERVER_NAME", "[::]" if gradio_ipv6 else "0.0.0.0")
     create_ui().queue().launch(share=gradio_share, server_name=server_name, inbrowser=True)
 
 
 def run_web_demo() -> None:
-    gradio_ipv6 = os.getenv("GRADIO_IPV6", "0").lower() in ["true", "1"]
-    gradio_share = os.getenv("GRADIO_SHARE", "0").lower() in ["true", "1"]
+    gradio_ipv6 = is_env_enabled("GRADIO_IPV6")
+    gradio_share = is_env_enabled("GRADIO_SHARE")
     server_name = os.getenv("GRADIO_SERVER_NAME", "[::]" if gradio_ipv6 else "0.0.0.0")
     create_web_demo().queue().launch(share=gradio_share, server_name=server_name, inbrowser=True)

src/llamafactory/webui/locales.py

-# Copyright 2024 the LlamaFactory team.
+# Copyright 2025 the LlamaFactory team.
 #
 # Licensed under the Apache License, Version 2.0 (the "License");
 # you may not use this file except in compliance with the License.
@@ -15,10 +15,10 @@
 LOCALES = {
     "lang": {
         "en": {
-            "label": "Lang",
+            "label": "Language",
         },
         "ru": {
-            "label": "язык",
+            "label": "Язык",
         },
         "zh": {
             "label": "语言",
@@ -26,15 +26,18 @@ LOCALES = {
         "ko": {
             "label": "언어",
         },
+        "ja": {
+            "label": "言語",
+        },
     },
     "model_name": {
         "en": {
             "label": "Model name",
-            "info": "Input the name prefix to search for the model.",
+            "info": "Input the initial name to search for the model.",
         },
         "ru": {
             "label": "Название модели",
-            "info": "Введите префикс имени для поиска модели.",
+            "info": "Введите начальное имя для поиска модели.",
         },
         "zh": {
             "label": "模型名称",
@@ -42,7 +45,11 @@ LOCALES = {
         },
         "ko": {
             "label": "모델 이름",
-            "info": "모델을 검색하기 위해 이름 접두어를 입력하세요.",
+            "info": "모델을 검색할 초기 이름을 입력하세요.",
+        },
+        "ja": {
+            "label": "モデル名",
+            "info": "モデルを検索するための初期名を入力してください。",
         },
     },
     "model_path": {
@@ -62,6 +69,10 @@ LOCALES = {
             "label": "모델 경로",
             "info": "사전 훈련된 모델의 경로 또는 Hugging Face의 모델 식별자.",
         },
+        "ja": {
+            "label": "モデルパス",
+            "info": "事前学習済みモデルへのパス、または Hugging Face のモデル識別子。",
+        },
     },
     "finetuning_type": {
         "en": {
@@ -76,6 +87,9 @@ LOCALES = {
         "ko": {
             "label": "파인튜닝 방법",
         },
+        "ja": {
+            "label": "ファインチューニング方法",
+        },
     },
     "checkpoint_path": {
         "en": {
@@ -90,6 +104,9 @@ LOCALES = {
         "ko": {
             "label": "체크포인트 경로",
         },
+        "ja": {
+            "label": "チェックポイントパス",
+        },
     },
     "quantization_bit": {
         "en": {
@@ -108,6 +125,10 @@ LOCALES = {
             "label": "양자화 비트",
             "info": "양자화 활성화 (QLoRA).",
         },
+        "ja": {
+            "label": "量子化ビット",
+            "info": "量子化を有効にする (QLoRA)。",
+        },
     },
     "quantization_method": {
         "en": {
@@ -126,51 +147,69 @@ LOCALES = {
             "label": "양자화 방법",
             "info": "사용할 양자화 알고리즘.",
         },
+        "ja": {
+            "label": "量子化方法",
+            "info": "使用する量子化アルゴリズム。",
+        },
     },
     "template": {
         "en": {
-            "label": "Prompt template",
-            "info": "The template used in constructing prompts.",
+            "label": "Chat template",
+            "info": "The chat template used in constructing prompts.",
         },
         "ru": {
-            "label": "Шаблон запроса",
-            "info": "Шаблон, используемый при формировании запросов.",
+            "label": "Шаблон чата",
+            "info": "Шаблон чата используемый для составления подсказок.",
         },
         "zh": {
-            "label": "提示模板",
+            "label": "对话模板",
             "info": "构建提示词时使用的模板。",
         },
         "ko": {
-            "label": "프롬프트 템플릿",
-            "info": "프롬프트 구성에 사용될 템플릿.",
+            "label": "채팅 템플릿",
+            "info": "프롬프트 작성에 사용되는 채팅 템플릿.",
+        },
+        "ja": {
+            "label": "チャットテンプレート",
+            "info": "プロンプトの構築に使用されるチャットテンプレート。",
         },
     },
     "rope_scaling": {
         "en": {
             "label": "RoPE scaling",
+            "info": "RoPE scaling method to use.",
         },
         "ru": {
             "label": "Масштабирование RoPE",
+            "info": "Метод масштабирования RoPE для использования.",
         },
-        "zh": {
-            "label": "RoPE 插值方法",
-        },
+        "zh": {"label": "RoPE 插值方法", "info": "RoPE 插值时使用的方法。"},
         "ko": {
             "label": "RoPE 스케일링",
+            "info": "사용할 RoPE 스케일링 방법.",
+        },
+        "ja": {
+            "label": "RoPE スケーリング",
+            "info": "使用する RoPE スケーリング方法。",
         },
     },
     "booster": {
         "en": {
             "label": "Booster",
+            "info": "Approach used to boost training speed.",
         },
         "ru": {
             "label": "Ускоритель",
+            "info": "Подход, используемый для ускорения обучения.",
         },
-        "zh": {
-            "label": "加速方式",
-        },
+        "zh": {"label": "加速方式", "info": "使用的加速方法。"},
         "ko": {
             "label": "부스터",
+            "info": "훈련 속도를 향상시키기 위해 사용된 접근 방식.",
+        },
+        "ja": {
+            "label": "ブースター",
+            "info": "トレーニング速度を向上させるためのアプローチ。",
         },
     },
     "training_stage": {
@@ -190,6 +229,10 @@ LOCALES = {
             "label": "학습 단계",
             "info": "수행할 학습 방법.",
         },
+        "ja": {
+            "label": "ステージ",
+            "info": "トレーニングで実行するステージ。",
+        },
     },
     "dataset_dir": {
         "en": {
@@ -208,6 +251,10 @@ LOCALES = {
             "label": "데이터 디렉토리",
             "info": "데이터 디렉토리의 경로.",
         },
+        "ja": {
+            "label": "データディレクトリ",
+            "info": "データディレクトリへのパス。",
+        },
     },
     "dataset": {
         "en": {
@@ -222,6 +269,9 @@ LOCALES = {
         "ko": {
             "label": "데이터셋",
         },
+        "ja": {
+            "label": "データセット",
+        },
     },
     "data_preview_btn": {
         "en": {
@@ -236,6 +286,9 @@ LOCALES = {
         "ko": {
             "value": "데이터셋 미리보기",
         },
+        "ja": {
+            "value": "データセットをプレビュー",
+        },
     },
     "preview_count": {
         "en": {
@@ -250,6 +303,9 @@ LOCALES = {
         "ko": {
             "label": "개수",
         },
+        "ja": {
+            "label": "カウント",
+        },
     },
     "page_index": {
         "en": {
@@ -264,6 +320,9 @@ LOCALES = {
         "ko": {
             "label": "페이지",
         },
+        "ja": {
+            "label": "ページ",
+        },
     },
     "prev_btn": {
         "en": {
@@ -278,6 +337,9 @@ LOCALES = {
         "ko": {
             "value": "이전",
         },
+        "ja": {
+            "value": "前へ",
+        },
     },
     "next_btn": {
         "en": {
@@ -292,6 +354,9 @@ LOCALES = {
         "ko": {
             "value": "다음",
         },
+        "ja": {
+            "value": "次へ",
+        },
     },
     "close_btn": {
         "en": {
@@ -306,6 +371,9 @@ LOCALES = {
         "ko": {
             "value": "닫기",
         },
+        "ja": {
+            "value": "閉じる",
+        },
     },
     "preview_samples": {
         "en": {
@@ -320,6 +388,9 @@ LOCALES = {
         "ko": {
             "label": "샘플",
         },
+        "ja": {
+            "label": "サンプル",
+        },
     },
     "learning_rate": {
         "en": {
@@ -338,6 +409,10 @@ LOCALES = {
             "label": "학습률",
             "info": "AdamW의 초기 학습률.",
         },
+        "ja": {
+            "label": "学習率",
+            "info": "AdamW の初期学習率。",
+        },
     },
     "num_train_epochs": {
         "en": {
@@ -356,6 +431,10 @@ LOCALES = {
             "label": "에포크",
             "info": "수행할 총 학습 에포크 수.",
         },
+        "ja": {
+            "label": "エポック数",
+            "info": "実行するトレーニングの総エポック数。",
+        },
     },
     "max_grad_norm": {
         "en": {
@@ -374,6 +453,10 @@ LOCALES = {
             "label": "최대 그레디언트 노름(norm)",
             "info": "그레디언트 클리핑을 위한 노름(norm).",
         },
+        "ja": {
+            "label": "最大勾配ノルム",
+            "info": "勾配クリッピングのためのノルム。",
+        },
     },
     "max_samples": {
         "en": {
@@ -392,6 +475,10 @@ LOCALES = {
             "label": "최대 샘플 수",
             "info": "데이터셋 당 최대 샘플 수.",
         },
+        "ja": {
+            "label": "最大サンプル数",
+            "info": "データセットごとの最大サンプル数。",
+        },
     },
     "compute_type": {
         "en": {
@@ -410,6 +497,10 @@ LOCALES = {
             "label": "연산 유형",
             "info": "혼합 정밀도 훈련을 사용할지 여부.",
         },
+        "ja": {
+            "label": "計算タイプ",
+            "info": "混合精度トレーニングを使用するかどうか。",
+        },
     },
     "cutoff_len": {
         "en": {
@@ -428,6 +519,10 @@ LOCALES = {
             "label": "컷오프 길이",
             "info": "입력 시퀀스의 최대 토큰 수.",
         },
+        "ja": {
+            "label": "カットオフ長",
+            "info": "入力シーケンスの最大トークン数。",
+        },
     },
     "batch_size": {
         "en": {
@@ -446,6 +541,10 @@ LOCALES = {
             "label": "배치 크기",
             "info": "각 GPU에서 처리되는 샘플 수.",
         },
+        "ja": {
+            "label": "バッチサイズ",
+            "info": "各 GPU で処理されるサンプル数。",
+        },
     },
     "gradient_accumulation_steps": {
         "en": {
@@ -464,6 +563,10 @@ LOCALES = {
             "label": "그레디언트 누적",
             "info": "그레디언트 누적 단계 수.",
         },
+        "ja": {
+            "label": "勾配累積",
+            "info": "勾配累積のステップ数。",
+        },
     },
     "val_size": {
         "en": {
@@ -482,6 +585,10 @@ LOCALES = {
             "label": "검증 데이터셋 크기",
             "info": "개발 데이터셋에서 검증 데이터의 비율.",
         },
+        "ja": {
+            "label": "検証セットサイズ",
+            "info": "データセット全体に対する検証セットの割合。",
+        },
     },
     "lr_scheduler_type": {
         "en": {
@@ -500,6 +607,10 @@ LOCALES = {
             "label": "LR 스케줄러",
             "info": "학습률 스케줄러의 이름.",
         },
+        "ja": {
+            "label": "学習率スケジューラ",
+            "info": "学習率スケジューラの名前。",
+        },
     },
     "extra_tab": {
         "en": {
@@ -514,6 +625,9 @@ LOCALES = {
         "ko": {
             "label": "추가 구성(configuration)",
         },
+        "ja": {
+            "label": "追加設定",
+        },
     },
     "logging_steps": {
         "en": {
@@ -532,6 +646,10 @@ LOCALES = {
             "label": "로깅 스텝",
             "info": "이전 로깅과 다음 로깅 간 스텝 수.",
         },
+        "ja": {
+            "label": "ロギングステップ",
+            "info": "2 つのログ間のステップ数。",
+        },
     },
     "save_steps": {
         "en": {
@@ -550,6 +668,10 @@ LOCALES = {
             "label": "저장 스텝",
             "info": "이전 체크포인트와 다음 체크포인트 사이의 스텝 수.",
         },
+        "ja": {
+            "label": "保存ステップ",
+            "info": "2 つのチェックポイント間のステップ数。",
+        },
     },
     "warmup_steps": {
         "en": {
@@ -568,6 +690,10 @@ LOCALES = {
             "label": "Warmup 스텝",
             "info": "Warmup에 사용되는 스텝 수.",
         },
+        "ja": {
+            "label": "ウォームアップステップ",
+            "info": "ウォームアップに使用されるステップ数。",
+        },
     },
     "neftune_alpha": {
         "en": {
@@ -586,6 +712,10 @@ LOCALES = {
             "label": "NEFTune 알파",
             "info": "임베딩 벡터에 추가되는 노이즈의 크기.",
         },
+        "ja": {
+            "label": "NEFTune alpha",
+            "info": "埋め込みベクトルに追加されるノイズの大きさ。",
+        },
     },
     "extra_args": {
         "en": {
@@ -604,6 +734,10 @@ LOCALES = {
             "label": "추가 인수",
             "info": "JSON 형식으로 트레이너에게 전달할 추가 인수입니다.",
         },
+        "ja": {
+            "label": "追加引数",
+            "info": "JSON 形式でトレーナーに渡される追加引数。",
+        },
     },
     "packing": {
         "en": {
@@ -622,6 +756,10 @@ LOCALES = {
             "label": "시퀀스 패킹",
             "info": "고정된 길이의 샘플로 시퀀스를 패킹합니다.",
         },
+        "ja": {
+            "label": "シーケンスパッキング",
+            "info": "シーケンスを固定長のサンプルにパッキングします。",
+        },
     },
     "neat_packing": {
         "en": {
@@ -640,6 +778,10 @@ LOCALES = {
             "label": "니트 패킹 사용",
             "info": "패킹된 시퀀스 간의 크로스 어텐션을 피합니다.",
         },
+        "ja": {
+            "label": "無汚染パッキングを使用",
+            "info": "パッキング後のシーケンス間のクロスアテンションを避けます。",
+        },
     },
     "train_on_prompt": {
         "en": {
@@ -658,6 +800,10 @@ LOCALES = {
             "label": "프롬프트도 학습",
             "info": "프롬프트에서 라벨 마스킹을 비활성화합니다 (SFT에만 해당).",
         },
+        "ja": {
+            "label": "プロンプトで学習",
+            "info": "プロンプト部分にマスクを追加しない（SFT のみ）。",
+        },
     },
     "mask_history": {
         "en": {
@@ -676,6 +822,10 @@ LOCALES = {
             "label": "히스토리 마스킹",
             "info": "대화 데이터의 마지막 턴만 학습합니다 (SFT에만 해당).",
         },
+        "ja": {
+            "label": "履歴をマスク",
+            "info": "最後のターンのみを学習する（SFT のみ）。",
+        },
     },
     "resize_vocab": {
         "en": {
@@ -694,6 +844,10 @@ LOCALES = {
             "label": "토큰 임베딩의 사이즈 조정",
             "info": "토크나이저 어휘와 임베딩 레이어의 크기를 조정합니다.",
         },
+        "ja": {
+            "label": "トークン埋め込みのサイズ変更",
+            "info": "トークナイザーの語彙と埋め込み層のサイズを変更します。",
+        },
     },
     "use_llama_pro": {
         "en": {
@@ -712,23 +866,9 @@ LOCALES = {
             "label": "LLaMA Pro 사용",
             "info": "확장된 블록의 매개변수를 학습 가능하게 만듭니다.",
         },
-    },
-    "shift_attn": {
-        "en": {
-            "label": "Enable S^2 Attention",
-            "info": "Use shift short attention proposed by LongLoRA.",
-        },
-        "ru": {
-            "label": "Включить S^2 внимание",
-            "info": "Использовать сдвиг внимания на короткие дистанции предложенный LongLoRA.",
-        },
-        "zh": {
-            "label": "使用 S^2 Attention",
-            "info": "使用 LongLoRA 提出的 shift short attention。",
-        },
-        "ko": {
-            "label": "S^2 Attention 사용",
-            "info": "LongLoRA에서 제안한 shift short attention을 사용합니다.",
+        "ja": {
+            "label": "LLaMA Pro を有効化",
+            "info": "拡張ブロックのパラメータのみをトレーニングします。",
         },
     },
     "report_to": {
@@ -748,6 +888,10 @@ LOCALES = {
             "label": "외부 logger 활성화",
             "info": "TensorBoard 또는 wandb를 사용하여 실험을 기록합니다.",
         },
+        "ja": {
+            "label": "外部ロガーを有効化",
+            "info": "TensorBoard または wandb を使用して実験を記録します。",
+        },
     },
     "freeze_tab": {
         "en": {
@@ -762,6 +906,9 @@ LOCALES = {
         "ko": {
             "label": "Freeze tuning 설정",
         },
+        "ja": {
+            "label": "フリーズチューニング設定",
+        },
     },
     "freeze_trainable_layers": {
         "en": {
@@ -780,6 +927,10 @@ LOCALES = {
             "label": "학습 가능한 레이어",
             "info": "학습 가능하게 설정할 마지막(+)/처음(-) 히든 레이어의 수.",
         },
+        "ja": {
+            "label": "学習可能なレイヤー",
+            "info": "最後（+）/最初（-）の学習可能な隠れ層の数。",
+        },
     },
     "freeze_trainable_modules": {
         "en": {
@@ -798,6 +949,10 @@ LOCALES = {
             "label": "학습 가능한 모듈",
             "info": "학습 가능한 모듈의 이름. 여러 모듈을 구분하려면 쉼표(,)를 사용하세요.",
         },
+        "ja": {
+            "label": "学習可能なモジュール",
+            "info": "学習可能なモジュールの名前。複数のモジュールを区切るにはカンマを使用します。",
+        },
     },
     "freeze_extra_modules": {
         "en": {
@@ -820,7 +975,11 @@ LOCALES = {
         },
         "ko": {
             "label": "추가 모듈 (선택 사항)",
-            "info": "학습 가능한 모듈의 이름(히든 레이어 제외). 모듈 간에는 쉼표(,)로 구분하십시오.",
+            "info": "히든 레이어 외에 학습 가능하게 설정할 모듈의 이름. 모듈 간에는 쉼표(,)로 구분하십시오.",
+        },
+        "ja": {
+            "label": "追加モジュール（オプション）",
+            "info": "隠れ層以外の学習可能なモジュールの名前。複数のモジュールを区切るにはカンマを使用します。",
         },
     },
     "lora_tab": {
@@ -836,6 +995,9 @@ LOCALES = {
         "ko": {
             "label": "LoRA 구성",
         },
+        "ja": {
+            "label": "LoRA 設定",
+        },
     },
     "lora_rank": {
         "en": {
@@ -854,6 +1016,10 @@ LOCALES = {
             "label": "LoRA 랭크",
             "info": "LoRA 행렬의 랭크.",
         },
+        "ja": {
+            "label": "LoRA ランク",
+            "info": "LoRA 行列のランク。",
+        },
     },
     "lora_alpha": {
         "en": {
@@ -872,6 +1038,10 @@ LOCALES = {
             "label": "LoRA 알파",
             "info": "LoRA 스케일링 계수.",
         },
+        "ja": {
+            "label": "LoRA alpha",
+            "info": "LoRA スケーリング係数。",
+        },
     },
     "lora_dropout": {
         "en": {
@@ -890,6 +1060,10 @@ LOCALES = {
             "label": "LoRA 드롭아웃",
             "info": "LoRA 가중치의 드롭아웃 비율.",
         },
+        "ja": {
+            "label": "LoRA ドロップアウト",
+            "info": "LoRA 重みのドロップアウト確率。",
+        },
     },
     "loraplus_lr_ratio": {
         "en": {
@@ -908,6 +1082,10 @@ LOCALES = {
             "label": "LoRA+ LR 비율",
             "info": "LoRA에서 B 행렬의 LR 비율.",
         },
+        "ja": {
+            "label": "LoRA+ LR 比率",
+            "info": "LoRA+ の B 行列の学習率倍率。",
+        },
     },
     "create_new_adapter": {
         "en": {
@@ -926,6 +1104,10 @@ LOCALES = {
             "label": "새 어댑터 생성",
             "info": "기존 어댑터 위에 무작위로 초기화된 가중치를 가진 새 어댑터를 생성합니다.",
         },
+        "ja": {
+            "label": "新しいアダプターを作成",
+            "info": "既存のアダプター上にランダムに初期化された新しいアダプターを作成します。",
+        },
     },
     "use_rslora": {
         "en": {
@@ -944,6 +1126,10 @@ LOCALES = {
             "label": "rslora 사용",
             "info": "LoRA 레이어에 랭크 안정화 스케일링 계수를 사용합니다.",
         },
+        "ja": {
+            "label": "rslora を使用",
+            "info": "LoRA 層にランク安定化スケーリング方法を使用します。",
+        },
     },
     "use_dora": {
         "en": {
@@ -962,6 +1148,10 @@ LOCALES = {
             "label": "DoRA 사용",
             "info": "가중치-분해 LoRA를 사용합니다.",
         },
+        "ja": {
+            "label": "DoRA を使用",
+            "info": "重み分解された LoRA を使用します。",
+        },
     },
     "use_pissa": {
         "en": {
@@ -980,6 +1170,10 @@ LOCALES = {
             "label": "PiSSA 사용",
             "info": "PiSSA 방법을 사용합니다.",
         },
+        "ja": {
+            "label": "PiSSA を使用",
+            "info": "PiSSA メソッドを使用します。",
+        },
     },
     "lora_target": {
         "en": {
@@ -998,6 +1192,10 @@ LOCALES = {
             "label": "LoRA 모듈 (선택 사항)",
             "info": "LoRA를 적용할 모듈의 이름. 모듈 간에는 쉼표(,)로 구분하십시오.",
         },
+        "ja": {
+            "label": "LoRA モジュール（オプション）",
+            "info": "LoRA を適用するモジュールの名前。複数のモジュールを区切るにはカンマを使用します。",
+        },
     },
     "additional_target": {
         "en": {
@@ -1022,6 +1220,10 @@ LOCALES = {
             "label": "추가 모듈 (선택 사항)",
             "info": "LoRA 레이어 외에 학습 가능하게 설정할 모듈의 이름. 모듈 간에는 쉼표(,)로 구분하십시오.",
         },
+        "ja": {
+            "label": "追加モジュール（オプション）",
+            "info": "LoRA 層以外の学習可能なモジュールの名前。複数のモジュールを区切るにはカンマを使用します。",
+        },
     },
     "rlhf_tab": {
         "en": {
@@ -1036,6 +1238,9 @@ LOCALES = {
         "ko": {
             "label": "RLHF 구성",
         },
+        "ja": {
+            "label": "RLHF 設定",
+        },
     },
     "pref_beta": {
         "en": {
@@ -1054,6 +1259,10 @@ LOCALES = {
             "label": "베타 값",
             "info": "손실 함수에서 베타 매개 변수의 값.",
         },
+        "ja": {
+            "label": "Beta 値",
+            "info": "損失関数における beta ハイパーパラメータの値。",
+        },
     },
     "pref_ftx": {
         "en": {
@@ -1072,6 +1281,10 @@ LOCALES = {
             "label": "Ftx 감마",
             "info": "최종 로스 함수에서 SFT 로스의 가중치.",
         },
+        "ja": {
+            "label": "Ftx gamma",
+            "info": "損失関数における SFT 損失の重み。",
+        },
     },
     "pref_loss": {
         "en": {
@@ -1090,6 +1303,10 @@ LOCALES = {
             "label": "로스 유형",
             "info": "로스 함수의 유형.",
         },
+        "ja": {
+            "label": "損失タイプ",
+            "info": "損失関数のタイプ。",
+        },
     },
     "reward_model": {
         "en": {
@@ -1108,6 +1325,10 @@ LOCALES = {
             "label": "리워드 모델",
             "info": "PPO 학습에서 사용할 리워드 모델의 어댑터.",
         },
+        "ja": {
+            "label": "報酬モデル",
+            "info": "PPO トレーニングにおける報酬モデルのアダプター。",
+        },
     },
     "ppo_score_norm": {
         "en": {
@@ -1126,6 +1347,10 @@ LOCALES = {
             "label": "스코어 정규화",
             "info": "PPO 학습에서 스코어를 정규화합니다.",
         },
+        "ja": {
+            "label": "スコア正規化",
+            "info": "PPO トレーニングにおける報酬スコアの正規化。",
+        },
     },
     "ppo_whiten_rewards": {
         "en": {
@@ -1144,6 +1369,10 @@ LOCALES = {
             "label": "보상 백화",
             "info": "PPO 훈련에서 보상을 백화(Whiten)합니다.",
         },
+        "ja": {
+            "label": "報酬のホワイトニング",
+            "info": "PPO トレーニングにおいて報酬スコアをホワイトニング処理します。",
+        },
     },
     "galore_tab": {
         "en": {
@@ -1158,23 +1387,30 @@ LOCALES = {
         "ko": {
             "label": "GaLore 구성",
         },
+        "ja": {
+            "label": "GaLore 設定",
+        },
     },
     "use_galore": {
         "en": {
             "label": "Use GaLore",
-            "info": "Use GaLore optimizer.",
+            "info": "Use [GaLore](https://github.com/jiaweizzhao/GaLore) optimizer.",
         },
         "ru": {
             "label": "Использовать GaLore",
-            "info": "Используйте оптимизатор GaLore.",
+            "info": "Используйте оптимизатор [GaLore](https://github.com/jiaweizzhao/GaLore).",
         },
         "zh": {
             "label": "使用 GaLore",
-            "info": "使用 GaLore 优化器。",
+            "info": "使用 [GaLore](https://github.com/jiaweizzhao/GaLore) 优化器。",
         },
         "ko": {
             "label": "GaLore 사용",
-            "info": "GaLore 최적화를 사용하세요.",
+            "info": "[GaLore](https://github.com/jiaweizzhao/GaLore) 최적화를 사용하세요.",
+        },
+        "ja": {
+            "label": "GaLore を使用",
+            "info": "[GaLore](https://github.com/jiaweizzhao/GaLore) オプティマイザーを使用します。",
         },
     },
     "galore_rank": {
@@ -1194,6 +1430,10 @@ LOCALES = {
             "label": "GaLore 랭크",
             "info": "GaLore 그레디언트의 랭크.",
         },
+        "ja": {
+            "label": "GaLore ランク",
+            "info": "GaLore 勾配のランク。",
+        },
     },
     "galore_update_interval": {
         "en": {
@@ -1212,6 +1452,10 @@ LOCALES = {
             "label": "업데이트 간격",
             "info": "GaLore 프로젝션을 업데이트할 간격의 스텝 수.",
         },
+        "ja": {
+            "label": "更新間隔",
+            "info": "隣接する 2 回の投影更新間のステップ数。",
+        },
     },
     "galore_scale": {
         "en": {
@@ -1230,6 +1474,10 @@ LOCALES = {
             "label": "GaLore 스케일",
             "info": "GaLore 스케일링 계수.",
         },
+        "ja": {
+            "label": "GaLore スケール",
+            "info": "GaLore スケーリング係数。",
+        },
     },
     "galore_target": {
         "en": {
@@ -1248,6 +1496,10 @@ LOCALES = {
             "label": "GaLore 모듈",
             "info": "GaLore를 적용할 모듈의 이름. 모듈 간에는 쉼표(,)로 구분하십시오.",
         },
+        "ja": {
+            "label": "GaLore モジュール",
+            "info": "GaLore を適用するモジュールの名前。複数のモジュールを区切るにはカンマを使用します。",
+        },
     },
     "apollo_tab": {
         "en": {
@@ -1262,23 +1514,30 @@ LOCALES = {
         "ko": {
             "label": "APOLLO 구성",
         },
+        "ja": {
+            "label": "APOLLO 設定",
+        },
     },
     "use_apollo": {
         "en": {
             "label": "Use APOLLO",
-            "info": "Use APOLLO optimizer.",
+            "info": "Use [APOLLO](https://github.com/zhuhanqing/APOLLO) optimizer.",
         },
         "ru": {
             "label": "Использовать APOLLO",
-            "info": "Используйте оптимизатор APOLLO.",
+            "info": "Используйте оптимизатор [APOLLO](https://github.com/zhuhanqing/APOLLO).",
         },
         "zh": {
             "label": "使用 APOLLO",
-            "info": "使用 APOLLO 优化器。",
+            "info": "使用 [APOLLO](https://github.com/zhuhanqing/APOLLO) 优化器。",
         },
         "ko": {
             "label": "APOLLO 사용",
-            "info": "APOLLO 최적화를 사용하세요.",
+            "info": "[APOLLO](https://github.com/zhuhanqing/APOLLO) 최적화를 사용하세요.",
+        },
+        "ja": {
+            "label": "APOLLO を使用",
+            "info": "[APOLLO](https://github.com/zhuhanqing/APOLLO) オプティマイザーを使用します。",
         },
     },
     "apollo_rank": {
@@ -1298,6 +1557,10 @@ LOCALES = {
             "label": "APOLLO 랭크",
             "info": "APOLLO 그레디언트의 랭크.",
         },
+        "ja": {
+            "label": "APOLLO ランク",
+            "info": "APOLLO 勾配のランク。",
+        },
     },
     "apollo_update_interval": {
         "en": {
@@ -1316,6 +1579,10 @@ LOCALES = {
             "label": "업데이트 간격",
             "info": "APOLLO 프로젝션을 업데이트할 간격의 스텝 수.",
         },
+        "ja": {
+            "label": "更新間隔",
+            "info": "隣接する 2 回の投影更新間のステップ数。",
+        },
     },
     "apollo_scale": {
         "en": {
@@ -1334,6 +1601,10 @@ LOCALES = {
             "label": "APOLLO 스케일",
             "info": "APOLLO 스케일링 계수.",
         },
+        "ja": {
+            "label": "APOLLO スケール",
+            "info": "APOLLO スケーリング係数。",
+        },
     },
     "apollo_target": {
         "en": {
@@ -1352,6 +1623,10 @@ LOCALES = {
             "label": "APOLLO 모듈",
             "info": "APOLLO를 적용할 모듈의 이름. 모듈 간에는 쉼표(,)로 구분하십시오.",
         },
+        "ja": {
+            "label": "APOLLO モジュール",
+            "info": "APOLLO を適用するモジュールの名前。複数のモジュールを区切るにはカンマを使用します。",
+        },
     },
     "badam_tab": {
         "en": {
@@ -1366,23 +1641,30 @@ LOCALES = {
         "ko": {
             "label": "BAdam 설정",
         },
+        "ja": {
+            "label": "BAdam 設定",
+        },
     },
     "use_badam": {
         "en": {
             "label": "Use BAdam",
-            "info": "Enable the BAdam optimizer.",
+            "info": "Enable the [BAdam](https://github.com/Ledzy/BAdam) optimizer.",
         },
         "ru": {
             "label": "Использовать BAdam",
-            "info": "Включите оптимизатор BAdam.",
+            "info": "Включите оптимизатор [BAdam](https://github.com/Ledzy/BAdam).",
         },
         "zh": {
             "label": "使用 BAdam",
-            "info": "使用 BAdam 优化器。",
+            "info": "使用 [BAdam](https://github.com/Ledzy/BAdam) 优化器。",
         },
         "ko": {
             "label": "BAdam 사용",
-            "info": "BAdam 옵티마이저를 사용합니다.",
+            "info": "[BAdam](https://github.com/Ledzy/BAdam) 옵티마이저를 사용합니다.",
+        },
+        "ja": {
+            "label": "BAdam を使用",
+            "info": "[BAdam](https://github.com/Ledzy/BAdam) オプティマイザーを使用します。",
         },
     },
     "badam_mode": {
@@ -1402,6 +1684,10 @@ LOCALES = {
             "label": "BAdam 모드",
             "info": "레이어-BAdam 옵티마이저인지 비율-BAdam 옵티마이저인지.",
         },
+        "ja": {
+            "label": "BAdam モード",
+            "info": "layer-wise または ratio-wise BAdam オプティマイザーを使用します。",
+        },
     },
     "badam_switch_mode": {
         "en": {
@@ -1420,6 +1706,10 @@ LOCALES = {
             "label": "스위치 모드",
             "info": "레이어-BAdam을 위한 블록 선택 전략.",
         },
+        "ja": {
+            "label": "切り替え戦略",
+            "info": "Layer-wise BAdam オプティマイザーのブロック切り替え戦略。",
+        },
     },
     "badam_switch_interval": {
         "en": {
@@ -1438,6 +1728,10 @@ LOCALES = {
             "label": "전환 간격",
             "info": "레이어-BAdam을 위한 블록 업데이트 간 스텝 수.",
         },
+        "ja": {
+            "label": "切り替え頻度",
+            "info": "Layer-wise BAdam オプティマイザーのブロック切り替え頻度。",
+        },
     },
     "badam_update_ratio": {
         "en": {
@@ -1456,6 +1750,10 @@ LOCALES = {
             "label": "업데이트 비율",
             "info": "비율-BAdam의 업데이트 비율.",
         },
+        "ja": {
+            "label": "ブロック更新比率",
+            "info": "Ratio-wise BAdam オプティマイザーの更新比率。",
+        },
     },
     "swanlab_tab": {
         "en": {
@@ -1470,23 +1768,30 @@ LOCALES = {
         "ko": {
             "label": "SwanLab 설정",
         },
+        "ja": {
+            "label": "SwanLab 設定",
+        },
     },
     "use_swanlab": {
         "en": {
             "label": "Use SwanLab",
-            "info": "Enable SwanLab for experiment tracking and visualization.",
+            "info": "Enable [SwanLab](https://swanlab.cn/) for experiment tracking and visualization.",
         },
         "ru": {
             "label": "Использовать SwanLab",
-            "info": "Включить SwanLab для отслеживания и визуализации экспериментов.",
+            "info": "Включить [SwanLab](https://swanlab.cn/) для отслеживания и визуализации экспериментов.",
         },
         "zh": {
             "label": "使用 SwanLab",
-            "info": "启用 SwanLab 进行实验跟踪和可视化。",
+            "info": "启用 [SwanLab](https://swanlab.cn/) 进行实验跟踪和可视化。",
         },
         "ko": {
             "label": "SwanLab 사용",
-            "info": "SwanLab를 사용하여 실험을 추적하고 시각화합니다.",
+            "info": "[SwanLab](https://swanlab.cn/) 를 사용하여 실험을 추적하고 시각화합니다.",
+        },
+        "ja": {
+            "label": "SwanLab を使用",
+            "info": "[SwanLab](https://swanlab.cn/) を有効にして実験の追跡と可視化を行います。",
         },
     },
     "swanlab_project": {
@@ -1502,6 +1807,9 @@ LOCALES = {
         "ko": {
             "label": "SwanLab 프로젝트",
         },
+        "ja": {
+            "label": "SwanLab プロジェクト",
+        },
     },
     "swanlab_run_name": {
         "en": {
@@ -1516,6 +1824,9 @@ LOCALES = {
         "ko": {
             "label": "SwanLab 실험 이름 (선택 사항)",
         },
+        "ja": {
+            "label": "SwanLab 実験名（オプション）",
+        },
     },
     "swanlab_workspace": {
         "en": {
@@ -1534,6 +1845,10 @@ LOCALES = {
             "label": "SwanLab 작업 영역 (선택 사항)",
             "info": "SwanLab 조직의 작업 영역, 비어 있으면 기본적으로 개인 작업 영역에 있습니다.",
         },
+        "ja": {
+            "label": "SwanLab ワークスペース（オプション）",
+            "info": "SwanLab のワークスペース。デフォルトでは個人ワークスペースです。",
+        },
     },
     "swanlab_api_key": {
         "en": {
@@ -1545,13 +1860,17 @@ LOCALES = {
             "info": "API ключ для SwanLab.",
         },
         "zh": {
-            "label": "SwanLab API密钥（非必填）",
+            "label": "SwanLab API 密钥（非必填）",
             "info": "用于在编程环境登录 SwanLab，已登录则无需填写。",
         },
         "ko": {
             "label": "SwanLab API 키 (선택 사항)",
             "info": "SwanLab의 API 키.",
         },
+        "ja": {
+            "label": "SwanLab API キー（オプション）",
+            "info": "SwanLab の API キー。",
+        },
     },
     "swanlab_mode": {
         "en": {
@@ -1570,6 +1889,10 @@ LOCALES = {
             "label": "SwanLab 모드",
             "info": "클라우드 버전 또는 오프라인 버전.",
         },
+        "ja": {
+            "label": "SwanLab モード",
+            "info": "クラウド版またはオフライン版 SwanLab を使用します。",
+        },
     },
     "cmd_preview_btn": {
         "en": {
@@ -1584,6 +1907,9 @@ LOCALES = {
         "ko": {
             "value": "명령어 미리보기",
         },
+        "ja": {
+            "value": "コマンドをプレビュー",
+        },
     },
     "arg_save_btn": {
         "en": {
@@ -1598,6 +1924,9 @@ LOCALES = {
         "ko": {
             "value": "Argument 저장",
         },
+        "ja": {
+            "value": "引数を保存",
+        },
     },
     "arg_load_btn": {
         "en": {
@@ -1612,6 +1941,9 @@ LOCALES = {
         "ko": {
             "value": "Argument 불러오기",
         },
+        "ja": {
+            "value": "引数を読み込む",
+        },
     },
     "start_btn": {
         "en": {
@@ -1626,6 +1958,9 @@ LOCALES = {
         "ko": {
             "value": "시작",
         },
+        "ja": {
+            "value": "開始",
+        },
     },
     "stop_btn": {
         "en": {
@@ -1640,6 +1975,9 @@ LOCALES = {
         "ko": {
             "value": "중단",
         },
+        "ja": {
+            "value": "中断",
+        },
     },
     "output_dir": {
         "en": {
@@ -1658,6 +1996,10 @@ LOCALES = {
             "label": "출력 디렉토리",
             "info": "결과를 저장할 디렉토리.",
         },
+        "ja": {
+            "label": "出力ディレクトリ",
+            "info": "結果を保存するパス。",
+        },
     },
     "config_path": {
         "en": {
@@ -1676,6 +2018,10 @@ LOCALES = {
             "label": "설정 경로",
             "info": "Arguments 저장 파일 경로.",
         },
+        "ja": {
+            "label": "設定パス",
+            "info": "トレーニングパラメータを保存する設定ファイルのパス。",
+        },
     },
     "device_count": {
         "en": {
@@ -1694,6 +2040,10 @@ LOCALES = {
             "label": "디바이스 수",
             "info": "사용 가능한 디바이스 수.",
         },
+        "ja": {
+            "label": "デバイス数",
+            "info": "現在利用可能な演算デバイス数。",
+        },
     },
     "ds_stage": {
         "en": {
@@ -1712,6 +2062,10 @@ LOCALES = {
             "label": "DeepSpeed 단계",
             "info": "분산 학습을 위한 DeepSpeed 단계.",
         },
+        "ja": {
+            "label": "DeepSpeed stage",
+            "info": "マルチ GPU トレーニングの DeepSpeed stage。",
+        },
     },
     "ds_offload": {
         "en": {
@@ -1730,6 +2084,10 @@ LOCALES = {
             "label": "오프로딩 활성화",
             "info": "DeepSpeed 오프로딩 활성화 (훈련 속도 느려짐).",
         },
+        "ja": {
+            "label": "オフロードを使用",
+            "info": "DeepSpeed オフロードを使用します（速度が遅くなります）。",
+        },
     },
     "output_box": {
         "en": {
@@ -1744,6 +2102,9 @@ LOCALES = {
         "ko": {
             "value": "준비 완료.",
         },
+        "ja": {
+            "value": "準備完了。",
+        },
     },
     "loss_viewer": {
         "en": {
@@ -1758,6 +2119,9 @@ LOCALES = {
         "ko": {
             "label": "손실",
         },
+        "ja": {
+            "label": "損失",
+        },
     },
     "predict": {
         "en": {
@@ -1772,6 +2136,9 @@ LOCALES = {
         "ko": {
             "label": "예측 결과 저장",
         },
+        "ja": {
+            "label": "予測結果を保存",
+        },
     },
     "infer_backend": {
         "en": {
@@ -1786,6 +2153,9 @@ LOCALES = {
         "ko": {
             "label": "추론 엔진",
         },
+        "ja": {
+            "label": "推論エンジン",
+        },
     },
     "infer_dtype": {
         "en": {
@@ -1800,6 +2170,9 @@ LOCALES = {
         "ko": {
             "label": "추론 데이터 유형",
         },
+        "ja": {
+            "label": "推論データタイプ",
+        },
     },
     "load_btn": {
         "en": {
@@ -1814,6 +2187,9 @@ LOCALES = {
         "ko": {
             "value": "모델 불러오기",
         },
+        "ja": {
+            "value": "モデルを読み込む",
+        },
     },
     "unload_btn": {
         "en": {
@@ -1828,6 +2204,9 @@ LOCALES = {
         "ko": {
             "value": "모델 언로드",
         },
+        "ja": {
+            "value": "モデルをアンロード",
+        },
     },
     "info_box": {
         "en": {
@@ -1842,6 +2221,9 @@ LOCALES = {
         "ko": {
             "value": "모델이 언로드되었습니다. 모델을 먼저 불러오십시오.",
         },
+        "ja": {
+            "value": "モデルがロードされていません。最初にモデルをロードしてください。",
+        },
     },
     "role": {
         "en": {
@@ -1856,6 +2238,9 @@ LOCALES = {
         "ko": {
             "label": "역할",
         },
+        "ja": {
+            "label": "役割",
+        },
     },
     "system": {
         "en": {
@@ -1870,6 +2255,9 @@ LOCALES = {
         "ko": {
             "placeholder": "시스템 프롬프트 (선택 사항)",
         },
+        "ja": {
+            "placeholder": "システムプロンプト（オプション）",
+        },
     },
     "tools": {
         "en": {
@@ -1884,6 +2272,9 @@ LOCALES = {
         "ko": {
             "placeholder": "툴 (선택 사항)",
         },
+        "ja": {
+            "placeholder": "ツールリスト（オプション）",
+        },
     },
     "image": {
         "en": {
@@ -1898,6 +2289,9 @@ LOCALES = {
         "ko": {
             "label": "이미지 (선택 사항)",
         },
+        "ja": {
+            "label": "画像（オプション）",
+        },
     },
     "video": {
         "en": {
@@ -1912,6 +2306,9 @@ LOCALES = {
         "ko": {
             "label": "비디오 (선택 사항)",
         },
+        "ja": {
+            "label": "動画（オプション）",
+        },
     },
     "query": {
         "en": {
@@ -1926,6 +2323,9 @@ LOCALES = {
         "ko": {
             "placeholder": "입력...",
         },
+        "ja": {
+            "placeholder": "入力...",
+        },
     },
     "submit_btn": {
         "en": {
@@ -1940,6 +2340,9 @@ LOCALES = {
         "ko": {
             "value": "제출",
         },
+        "ja": {
+            "value": "送信",
+        },
     },
     "max_length": {
         "en": {
@@ -1954,6 +2357,9 @@ LOCALES = {
         "ko": {
             "label": "최대 길이",
         },
+        "ja": {
+            "label": "最大長",
+        },
     },
     "max_new_tokens": {
         "en": {
@@ -1968,6 +2374,9 @@ LOCALES = {
         "ko": {
             "label": "응답의 최대 길이",
         },
+        "ja": {
+            "label": "最大生成長",
+        },
     },
     "top_p": {
         "en": {
@@ -1982,6 +2391,9 @@ LOCALES = {
         "ko": {
             "label": "Top-p",
         },
+        "ja": {
+            "label": "Top-p",
+        },
     },
     "temperature": {
         "en": {
@@ -1996,6 +2408,43 @@ LOCALES = {
         "ko": {
             "label": "온도",
         },
+        "ja": {
+            "label": "温度",
+        },
+    },
+    "skip_special_tokens": {
+        "en": {
+            "label": "Skip special tokens",
+        },
+        "ru": {
+            "label": "Пропустить специальные токены",
+        },
+        "zh": {
+            "label": "跳过特殊 token",
+        },
+        "ko": {
+            "label": "스페셜 토큰을 건너뛰기",
+        },
+        "ja": {
+            "label": "スペシャルトークンをスキップ",
+        },
+    },
+    "escape_html": {
+        "en": {
+            "label": "Escape HTML tags",
+        },
+        "ru": {
+            "label": "Исключить HTML теги",
+        },
+        "zh": {
+            "label": "转义 HTML 标签",
+        },
+        "ko": {
+            "label": "HTML 태그 이스케이프",
+        },
+        "ja": {
+            "label": "HTML タグをエスケープ",
+        },
     },
     "clear_btn": {
         "en": {
@@ -2010,6 +2459,9 @@ LOCALES = {
         "ko": {
             "value": "기록 지우기",
         },
+        "ja": {
+            "value": "履歴をクリア",
+        },
     },
     "export_size": {
         "en": {
@@ -2028,6 +2480,10 @@ LOCALES = {
             "label": "최대 샤드 크기 (GB)",
             "info": "모델 파일의 최대 크기.",
         },
+        "ja": {
+            "label": "最大シャードサイズ（GB）",
+            "info": "単一のモデルファイルの最大サイズ。",
+        },
     },
     "export_quantization_bit": {
         "en": {
@@ -2046,6 +2502,10 @@ LOCALES = {
             "label": "양자화 비트 내보내기",
             "info": "내보낸 모델의 양자화.",
         },
+        "ja": {
+            "label": "量子化ビットをエクスポート",
+            "info": "エクスポートするモデルを量子化します。",
+        },
     },
     "export_quantization_dataset": {
         "en": {
@@ -2064,6 +2524,10 @@ LOCALES = {
             "label": "양자화 데이터셋 내보내기",
             "info": "양자화에 사용되는 교정 데이터셋.",
         },
+        "ja": {
+            "label": "量子化データセットをエクスポート",
+            "info": "量子化プロセスで使用されるキャリブレーションデータセット。",
+        },
     },
     "export_device": {
         "en": {
@@ -2082,6 +2546,10 @@ LOCALES = {
             "label": "내보낼 장치",
             "info": "모델을 내보내는 데 사용할 장치.",
         },
+        "ja": {
+            "label": "エクスポートデバイス",
+            "info": "モデルをエクスポートするために使用するデバイスタイプ。",
+        },
     },
     "export_legacy_format": {
         "en": {
@@ -2100,6 +2568,10 @@ LOCALES = {
             "label": "레거시 형식 내보내기",
             "info": "모델을 저장하는 데 safetensors를 사용하지 않습니다.",
         },
+        "ja": {
+            "label": "レガシーフォーマットをエクスポート",
+            "info": "safetensors フォーマットを使用せずにモデルを保存します。",
+        },
     },
     "export_dir": {
         "en": {
@@ -2118,6 +2590,10 @@ LOCALES = {
             "label": "내보내기 디렉토리",
             "info": "내보낸 모델을 저장할 디렉토리.",
         },
+        "ja": {
+            "label": "エクスポートディレクトリ",
+            "info": "エクスポートしたモデルを保存するフォルダのパス。",
+        },
     },
     "export_hub_model_id": {
         "en": {
@@ -2136,6 +2612,10 @@ LOCALES = {
             "label": "HF 허브 ID (선택 사항)",
             "info": "모델을 Hugging Face 허브에 업로드하기 위한 레포 ID.",
         },
+        "ja": {
+            "label": "HF Hub ID（オプション）",
+            "info": "Hugging Face Hub にモデルをアップロードするためのリポジトリ ID。",
+        },
     },
     "export_btn": {
         "en": {
@@ -2150,6 +2630,9 @@ LOCALES = {
         "ko": {
             "value": "내보내기",
         },
+        "ja": {
+            "value": "エクスポート",
+        },
     },
 }
 
@@ -2160,167 +2643,216 @@ ALERTS = {
         "ru": "Процесс уже запущен, пожалуйста, сначала прервите его.",
         "zh": "任务已存在，请先中断训练。",
         "ko": "프로세스가 실행 중입니다. 먼저 중단하십시오.",
+        "ja": "プロセスが実行中です。最初に中断してください。",
     },
     "err_exists": {
         "en": "You have loaded a model, please unload it first.",
         "ru": "Вы загрузили модель, сначала разгрузите ее.",
         "zh": "模型已存在，请先卸载模型。",
         "ko": "모델이 로드되었습니다. 먼저 언로드하십시오.",
+        "ja": "モデルがロードされています。最初にアンロードしてください。",
     },
     "err_no_model": {
         "en": "Please select a model.",
         "ru": "Пожалуйста, выберите модель.",
         "zh": "请选择模型。",
         "ko": "모델을 선택하십시오.",
+        "ja": "モデルを選択してください。",
     },
     "err_no_path": {
         "en": "Model not found.",
         "ru": "Модель не найдена.",
         "zh": "模型未找到。",
         "ko": "모델을 찾을 수 없습니다.",
+        "ja": "モデルが見つかりません。",
     },
     "err_no_dataset": {
         "en": "Please choose a dataset.",
         "ru": "Пожалуйста, выберите набор данных.",
         "zh": "请选择数据集。",
         "ko": "데이터 세트를 선택하십시오.",
+        "ja": "データセットを選択してください。",
     },
     "err_no_adapter": {
         "en": "Please select an adapter.",
         "ru": "Пожалуйста, выберите адаптер.",
         "zh": "请选择适配器。",
         "ko": "어댑터를 선택하십시오.",
+        "ja": "アダプターを選択してください。",
     },
     "err_no_output_dir": {
         "en": "Please provide output dir.",
         "ru": "Пожалуйста, укажите выходную директорию.",
         "zh": "请填写输出目录。",
         "ko": "출력 디렉토리를 제공하십시오.",
+        "ja": "出力ディレクトリを入力してください。",
     },
     "err_no_reward_model": {
         "en": "Please select a reward model.",
         "ru": "Пожалуйста, выберите модель вознаграждения.",
         "zh": "请选择奖励模型。",
         "ko": "리워드 모델을 선택하십시오.",
+        "ja": "報酬モデルを選択してください。",
     },
     "err_no_export_dir": {
         "en": "Please provide export dir.",
         "ru": "Пожалуйста, укажите каталог для экспорта.",
         "zh": "请填写导出目录。",
         "ko": "Export 디렉토리를 제공하십시오.",
+        "ja": "エクスポートディレクトリを入力してください。",
     },
     "err_gptq_lora": {
         "en": "Please merge adapters before quantizing the model.",
         "ru": "Пожалуйста, объедините адаптеры перед квантованием модели.",
         "zh": "量化模型前请先合并适配器。",
         "ko": "모델을 양자화하기 전에 어댑터를 병합하십시오.",
+        "ja": "モデルを量子化する前にアダプターをマージしてください。",
     },
     "err_failed": {
         "en": "Failed.",
         "ru": "Ошибка.",
         "zh": "训练出错。",
         "ko": "실패했습니다.",
+        "ja": "失敗しました。",
     },
     "err_demo": {
         "en": "Training is unavailable in demo mode, duplicate the space to a private one first.",
         "ru": "Обучение недоступно в демонстрационном режиме, сначала скопируйте пространство в частное.",
         "zh": "展示模式不支持训练，请先复制到私人空间。",
         "ko": "데모 모드에서는 훈련을 사용할 수 없습니다. 먼저 프라이빗 레포지토리로 작업 공간을 복제하십시오.",
+        "ja": "デモモードではトレーニングは利用できません。最初にプライベートスペースに複製してください。",
     },
     "err_tool_name": {
         "en": "Tool name not found.",
         "ru": "Имя инструмента не найдено.",
         "zh": "工具名称未找到。",
         "ko": "툴 이름을 찾을 수 없습니다.",
+        "ja": "ツール名が見つかりません。",
     },
     "err_json_schema": {
         "en": "Invalid JSON schema.",
         "ru": "Неверная схема JSON.",
         "zh": "Json 格式错误。",
         "ko": "잘못된 JSON 스키마입니다.",
+        "ja": "JSON スキーマが無効です。",
     },
     "err_config_not_found": {
         "en": "Config file is not found.",
         "ru": "Файл конфигурации не найден.",
         "zh": "未找到配置文件。",
         "ko": "Config 파일을 찾을 수 없습니다.",
+        "ja": "設定ファイルが見つかりません。",
     },
     "warn_no_cuda": {
         "en": "CUDA environment was not detected.",
         "ru": "Среда CUDA не обнаружена.",
         "zh": "未检测到 CUDA 环境。",
         "ko": "CUDA 환경이 감지되지 않았습니다.",
+        "ja": "CUDA 環境が検出されませんでした。",
     },
     "warn_output_dir_exists": {
         "en": "Output dir already exists, will resume training from here.",
         "ru": "Выходной каталог уже существует, обучение будет продолжено отсюда.",
         "zh": "输出目录已存在，将从该断点恢复训练。",
         "ko": "출력 디렉토리가 이미 존재합니다. 위 출력 디렉토리에 저장된 학습을 재개합니다.",
+        "ja": "出力ディレクトリが既に存在します。このチェックポイントからトレーニングを再開します。",
     },
     "info_aborting": {
         "en": "Aborted, wait for terminating...",
         "ru": "Прервано, ожидание завершения...",
         "zh": "训练中断，正在等待进程结束……",
         "ko": "중단되었습니다. 종료를 기다리십시오...",
+        "ja": "トレーニングが中断されました。プロセスの終了を待っています...",
     },
     "info_aborted": {
         "en": "Ready.",
         "ru": "Готово.",
         "zh": "准备就绪。",
         "ko": "준비되었습니다.",
+        "ja": "準備完了。",
     },
     "info_finished": {
         "en": "Finished.",
         "ru": "Завершено.",
         "zh": "训练完毕。",
         "ko": "완료되었습니다.",
+        "ja": "トレーニングが完了しました。",
     },
     "info_config_saved": {
         "en": "Arguments have been saved at: ",
         "ru": "Аргументы были сохранены по адресу: ",
         "zh": "训练参数已保存至：",
         "ko": "매개변수가 저장되었습니다: ",
+        "ja": "トレーニングパラメータが保存されました: ",
     },
     "info_config_loaded": {
         "en": "Arguments have been restored.",
         "ru": "Аргументы были восстановлены.",
         "zh": "训练参数已载入。",
         "ko": "매개변수가 복원되었습니다.",
+        "ja": "トレーニングパラメータが読み込まれました。",
     },
     "info_loading": {
         "en": "Loading model...",
         "ru": "Загрузка модели...",
         "zh": "加载中……",
         "ko": "모델 로딩 중...",
+        "ja": "モデルをロード中...",
     },
     "info_unloading": {
         "en": "Unloading model...",
         "ru": "Выгрузка модели...",
         "zh": "卸载中……",
         "ko": "모델 언로딩 중...",
+        "ja": "モデルをアンロード中...",
     },
     "info_loaded": {
         "en": "Model loaded, now you can chat with your model!",
         "ru": "Модель загружена, теперь вы можете общаться с вашей моделью!",
         "zh": "模型已加载，可以开始聊天了！",
         "ko": "모델이 로드되었습니다. 이제 모델과 채팅할 수 있습니다!",
+        "ja": "モデルがロードされました。チャットを開始できます！",
     },
     "info_unloaded": {
         "en": "Model unloaded.",
         "ru": "Модель выгружена.",
         "zh": "模型已卸载。",
         "ko": "모델이 언로드되었습니다.",
+        "ja": "モデルがアンロードされました。",
+    },
+    "info_thinking": {
+        "en": "🌀 Thinking...",
+        "ru": "🌀 Думаю...",
+        "zh": "🌀 思考中...",
+        "ko": "🌀 생각 중...",
+        "ja": "🌀 考えています...",
+    },
+    "info_thought": {
+        "en": "✅ Thought",
+        "ru": "✅ Думать закончено",
+        "zh": "✅ 思考完成",
+        "ko": "✅ 생각이 완료되었습니다",
+        "ja": "✅ 思考完了",
     },
     "info_exporting": {
         "en": "Exporting model...",
         "ru": "Экспорт модели...",
         "zh": "正在导出模型……",
         "ko": "모델 내보내기 중...",
+        "ja": "モデルをエクスポート中...",
     },
     "info_exported": {
         "en": "Model exported.",
         "ru": "Модель экспортирована.",
         "zh": "模型导出完成。",
         "ko": "모델이 내보내졌습니다.",
+        "ja": "モデルのエクスポートが完了しました。",
+    },
+    "info_swanlab_link": {
+        "en": "### SwanLab Link\n",
+        "ru": "### SwanLab ссылка\n",
+        "zh": "### SwanLab 链接\n",
+        "ko": "### SwanLab 링크\n",
+        "ja": "### SwanLab リンク\n",
     },
 }

src/llamafactory/webui/manager.py

-# Copyright 2024 the LlamaFactory team.
+# Copyright 2025 the LlamaFactory team.
 #
 # Licensed under the Apache License, Version 2.0 (the "License");
 # you may not use this file except in compliance with the License.
@@ -20,6 +20,10 @@ if TYPE_CHECKING:
 
 
 class Manager:
+    r"""
+    A class to manage all the gradio components in Web UI.
+    """
+
     def __init__(self) -> None:
         self._id_to_elem: Dict[str, "Component"] = {}
         self._elem_to_id: Dict["Component", str] = {}

src/llamafactory/webui/runner.py

-# Copyright 2024 the LlamaFactory team.
+# Copyright 2025 the LlamaFactory team.
 #
 # Licensed under the Apache License, Version 2.0 (the "License");
 # you may not use this file except in compliance with the License.
@@ -23,10 +23,21 @@ from transformers.utils import is_torch_npu_available
 
 from ..extras.constants import LLAMABOARD_CONFIG, PEFT_METHODS, TRAINING_STAGES
 from ..extras.misc import is_gpu_or_npu_available, torch_gc, use_ray
-from ..extras.packages import is_gradio_available, is_transformers_version_equal_to_4_46
-from .common import DEFAULT_CACHE_DIR, DEFAULT_CONFIG_DIR, QUANTIZATION_BITS, get_save_dir, load_config
+from ..extras.packages import is_gradio_available
+from .common import (
+    DEFAULT_CACHE_DIR,
+    DEFAULT_CONFIG_DIR,
+    abort_process,
+    gen_cmd,
+    get_save_dir,
+    load_args,
+    load_config,
+    load_eval_results,
+    save_args,
+    save_cmd,
+)
+from .control import get_trainer_info
 from .locales import ALERTS, LOCALES
-from .utils import abort_process, gen_cmd, get_eval_results, get_trainer_info, load_args, save_args, save_cmd
 
 
 if is_gradio_available():
@@ -40,6 +51,10 @@ if TYPE_CHECKING:
 
 
 class Runner:
+    r"""
+    A class to manage the running status of the trainers.
+    """
+
     def __init__(self, manager: "Manager", demo_mode: bool = False) -> None:
         self.manager = manager
         self.demo_mode = demo_mode
@@ -57,6 +72,9 @@ class Runner:
             abort_process(self.trainer.pid)
 
     def _initialize(self, data: Dict["Component", Any], do_train: bool, from_preview: bool) -> str:
+        r"""
+        Validates the configuration.
+        """
         get = lambda elem_id: data[self.manager.get_elem_by_id(elem_id)]
         lang, model_name, model_path = get("top.lang"), get("top.model_name"), get("top.model_path")
         dataset = get("train.dataset") if do_train else get("eval.dataset")
@@ -98,6 +116,9 @@ class Runner:
         return ""
 
     def _finalize(self, lang: str, finish_info: str) -> str:
+        r"""
+        Cleans the cached memory and resets the runner.
+        """
         finish_info = ALERTS["info_aborted"][lang] if self.aborted else finish_info
         gr.Info(finish_info)
         self.trainer = None
@@ -108,6 +129,9 @@ class Runner:
         return finish_info
 
     def _parse_train_args(self, data: Dict["Component", Any]) -> Dict[str, Any]:
+        r"""
+        Builds and validates the training arguments.
+        """
         get = lambda elem_id: data[self.manager.get_elem_by_id(elem_id)]
         model_name, finetuning_type = get("top.model_name"), get("top.finetuning_type")
         user_config = load_config()
@@ -120,7 +144,7 @@ class Runner:
             preprocessing_num_workers=16,
             finetuning_type=finetuning_type,
             template=get("top.template"),
-            rope_scaling=get("top.rope_scaling") if get("top.rope_scaling") in ["linear", "dynamic"] else None,
+            rope_scaling=get("top.rope_scaling") if get("top.rope_scaling") != "none" else None,
             flash_attn="fa2" if get("top.booster") == "flashattn2" else "auto",
             use_unsloth=(get("top.booster") == "unsloth"),
             enable_liger_kernel=(get("top.booster") == "liger_kernel"),
@@ -144,8 +168,7 @@ class Runner:
             mask_history=get("train.mask_history"),
             resize_vocab=get("train.resize_vocab"),
             use_llama_pro=get("train.use_llama_pro"),
-            shift_attn=get("train.shift_attn"),
-            report_to="all" if get("train.report_to") else "none",
+            report_to=get("train.report_to"),
             use_galore=get("train.use_galore"),
             use_apollo=get("train.use_apollo"),
             use_badam=get("train.use_badam"),
@@ -157,7 +180,7 @@ class Runner:
             plot_loss=True,
             trust_remote_code=True,
             ddp_timeout=180000000,
-            include_num_input_tokens_seen=False if is_transformers_version_equal_to_4_46() else True,  # FIXME
+            include_num_input_tokens_seen=True,
         )
         args.update(json.loads(get("train.extra_args")))
 
@@ -171,7 +194,7 @@ class Runner:
                 args["model_name_or_path"] = get_save_dir(model_name, finetuning_type, get("top.checkpoint_path"))
 
         # quantization
-        if get("top.quantization_bit") in QUANTIZATION_BITS:
+        if get("top.quantization_bit") != "none":
             args["quantization_bit"] = int(get("top.quantization_bit"))
             args["quantization_method"] = get("top.quantization_method")
             args["double_quantization"] = not is_torch_npu_available()
@@ -239,6 +262,12 @@ class Runner:
             args["badam_switch_interval"] = get("train.badam_switch_interval")
             args["badam_update_ratio"] = get("train.badam_update_ratio")
 
+        # report_to
+        if "none" in args["report_to"]:
+            args["report_to"] = "none"
+        elif "all" in args["report_to"]:
+            args["report_to"] = "all"
+
         # swanlab config
         if get("train.use_swanlab"):
             args["swanlab_project"] = get("train.swanlab_project")
@@ -263,6 +292,9 @@ class Runner:
         return args
 
     def _parse_eval_args(self, data: Dict["Component", Any]) -> Dict[str, Any]:
+        r"""
+        Builds and validates the evaluation arguments.
+        """
         get = lambda elem_id: data[self.manager.get_elem_by_id(elem_id)]
         model_name, finetuning_type = get("top.model_name"), get("top.finetuning_type")
         user_config = load_config()
@@ -275,7 +307,7 @@ class Runner:
             finetuning_type=finetuning_type,
             quantization_method=get("top.quantization_method"),
             template=get("top.template"),
-            rope_scaling=get("top.rope_scaling") if get("top.rope_scaling") in ["linear", "dynamic"] else None,
+            rope_scaling=get("top.rope_scaling") if get("top.rope_scaling") != "none" else None,
             flash_attn="fa2" if get("top.booster") == "flashattn2" else "auto",
             use_unsloth=(get("top.booster") == "unsloth"),
             dataset_dir=get("eval.dataset_dir"),
@@ -306,13 +338,17 @@ class Runner:
                 args["model_name_or_path"] = get_save_dir(model_name, finetuning_type, get("top.checkpoint_path"))
 
         # quantization
-        if get("top.quantization_bit") in QUANTIZATION_BITS:
+        if get("top.quantization_bit") != "none":
             args["quantization_bit"] = int(get("top.quantization_bit"))
             args["quantization_method"] = get("top.quantization_method")
+            args["double_quantization"] = not is_torch_npu_available()
 
         return args
 
     def _preview(self, data: Dict["Component", Any], do_train: bool) -> Generator[Dict["Component", str], None, None]:
+        r"""
+        Previews the training commands.
+        """
         output_box = self.manager.get_elem_by_id("{}.output_box".format("train" if do_train else "eval"))
         error = self._initialize(data, do_train, from_preview=True)
         if error:
@@ -323,6 +359,9 @@ class Runner:
             yield {output_box: gen_cmd(args)}
 
     def _launch(self, data: Dict["Component", Any], do_train: bool) -> Generator[Dict["Component", Any], None, None]:
+        r"""
+        Starts the training process.
+        """
         output_box = self.manager.get_elem_by_id("{}.output_box".format("train" if do_train else "eval"))
         error = self._initialize(data, do_train, from_preview=False)
         if error:
@@ -333,7 +372,7 @@ class Runner:
             args = self._parse_train_args(data) if do_train else self._parse_eval_args(data)
 
             os.makedirs(args["output_dir"], exist_ok=True)
-            save_args(os.path.join(args["output_dir"], LLAMABOARD_CONFIG), self._form_config_dict(data))
+            save_args(os.path.join(args["output_dir"], LLAMABOARD_CONFIG), self._build_config_dict(data))
 
             env = deepcopy(os.environ)
             env["LLAMABOARD_ENABLED"] = "1"
@@ -344,7 +383,10 @@ class Runner:
             self.trainer = Popen(["llamafactory-cli", "train", save_cmd(args)], env=env)
             yield from self.monitor()
 
-    def _form_config_dict(self, data: Dict["Component", Any]) -> Dict[str, Any]:
+    def _build_config_dict(self, data: Dict["Component", Any]) -> Dict[str, Any]:
+        r"""
+        Builds a dictionary containing the current training configuration.
+        """
         config_dict = {}
         skip_ids = ["top.lang", "top.model_path", "train.output_dir", "train.config_path"]
         for elem, value in data.items():
@@ -367,6 +409,9 @@ class Runner:
         yield from self._launch(data, do_train=False)
 
     def monitor(self):
+        r"""
+        Monitors the training progress and logs.
+        """
         self.aborted = False
         self.running = True
 
@@ -378,6 +423,7 @@ class Runner:
         output_box = self.manager.get_elem_by_id("{}.output_box".format("train" if self.do_train else "eval"))
         progress_bar = self.manager.get_elem_by_id("{}.progress_bar".format("train" if self.do_train else "eval"))
         loss_viewer = self.manager.get_elem_by_id("train.loss_viewer") if self.do_train else None
+        swanlab_link = self.manager.get_elem_by_id("train.swanlab_link") if self.do_train else None
 
         running_log = ""
         while self.trainer is not None:
@@ -387,16 +433,18 @@ class Runner:
                     progress_bar: gr.Slider(visible=False),
                 }
             else:
-                running_log, running_progress, running_loss = get_trainer_info(output_path, self.do_train)
+                running_log, running_progress, running_info = get_trainer_info(lang, output_path, self.do_train)
                 return_dict = {
                     output_box: running_log,
                     progress_bar: running_progress,
                 }
-                if running_loss is not None:
-                    return_dict[loss_viewer] = running_loss
+                if "loss_viewer" in running_info:
+                    return_dict[loss_viewer] = running_info["loss_viewer"]
 
-                yield return_dict
+                if "swanlab_link" in running_info:
+                    return_dict[swanlab_link] = running_info["swanlab_link"]
 
+                yield return_dict
             try:
                 self.trainer.wait(2)
                 self.trainer = None
@@ -410,7 +458,7 @@ class Runner:
                 finish_info = ALERTS["err_failed"][lang]
         else:
             if os.path.exists(os.path.join(output_path, "all_results.json")) or use_ray():
-                finish_info = get_eval_results(os.path.join(output_path, "all_results.json"))
+                finish_info = load_eval_results(os.path.join(output_path, "all_results.json"))
             else:
                 finish_info = ALERTS["err_failed"][lang]
 
@@ -421,6 +469,9 @@ class Runner:
         yield return_dict
 
     def save_args(self, data):
+        r"""
+        Saves the training configuration to config path.
+        """
         output_box = self.manager.get_elem_by_id("train.output_box")
         error = self._initialize(data, do_train=True, from_preview=True)
         if error:
@@ -432,10 +483,13 @@ class Runner:
         os.makedirs(DEFAULT_CONFIG_DIR, exist_ok=True)
         save_path = os.path.join(DEFAULT_CONFIG_DIR, config_path)
 
-        save_args(save_path, self._form_config_dict(data))
+        save_args(save_path, self._build_config_dict(data))
         return {output_box: ALERTS["info_config_saved"][lang] + save_path}
 
     def load_args(self, lang: str, config_path: str):
+        r"""
+        Loads the training configuration from config path.
+        """
         output_box = self.manager.get_elem_by_id("train.output_box")
         config_dict = load_args(os.path.join(DEFAULT_CONFIG_DIR, config_path))
         if config_dict is None:
@@ -449,6 +503,9 @@ class Runner:
         return output_dict
 
     def check_output_dir(self, lang: str, model_name: str, finetuning_type: str, output_dir: str):
+        r"""
+        Restore the training status if output_dir exists.
+        """
         output_box = self.manager.get_elem_by_id("train.output_box")
         output_dict: Dict["Component", Any] = {output_box: LOCALES["output_box"][lang]["value"]}
         if model_name and output_dir and os.path.isdir(get_save_dir(model_name, finetuning_type, output_dir)):

src/train.py

-# Copyright 2024 the LlamaFactory team.
+# Copyright 2025 the LlamaFactory team.
 #
 # Licensed under the Apache License, Version 2.0 (the "License");
 # you may not use this file except in compliance with the License.

src/webui.py

-# Copyright 2024 the LlamaFactory team.
+# Copyright 2025 the LlamaFactory team.
 #
 # Licensed under the Apache License, Version 2.0 (the "License");
 # you may not use this file except in compliance with the License.
@@ -14,12 +14,13 @@
 
 import os
 
+from llamafactory.extras.misc import is_env_enabled
 from llamafactory.webui.interface import create_ui
 
 
 def main():
-    gradio_ipv6 = os.getenv("GRADIO_IPV6", "0").lower() in ["true", "1"]
-    gradio_share = os.getenv("GRADIO_SHARE", "0").lower() in ["true", "1"]
+    gradio_ipv6 = is_env_enabled("GRADIO_IPV6")
+    gradio_share = is_env_enabled("GRADIO_SHARE")
     server_name = os.getenv("GRADIO_SERVER_NAME", "[::]" if gradio_ipv6 else "0.0.0.0")
     create_ui().queue().launch(share=gradio_share, server_name=server_name, inbrowser=True)
 

tests/data/processors/test_feedback.py → tests/data/processor/test_feedback.py

-# Copyright 2024 the LlamaFactory team.
+# Copyright 2025 the LlamaFactory team.
 #
 # Licensed under the Apache License, Version 2.0 (the "License");
 # you may not use this file except in compliance with the License.

tests/data/processors/test_pairwise.py → tests/data/processor/test_pairwise.py

-# Copyright 2024 the LlamaFactory team.
+# Copyright 2025 the LlamaFactory team.
 #
 # Licensed under the Apache License, Version 2.0 (the "License");
 # you may not use this file except in compliance with the License.

tests/data/processors/test_processor_utils.py → tests/data/processor/test_processor_utils.py

-# Copyright 2024 the LlamaFactory team.
+# Copyright 2025 the LlamaFactory team.
 #
 # Licensed under the Apache License, Version 2.0 (the "License");
 # you may not use this file except in compliance with the License.
@@ -16,7 +16,7 @@ from typing import Tuple
 
 import pytest
 
-from llamafactory.data.processors.processor_utils import infer_seqlen
+from llamafactory.data.processor.processor_utils import infer_seqlen
 
 
 @pytest.mark.parametrize(

tests/data/processors/test_supervised.py → tests/data/processor/test_supervised.py

-# Copyright 2024 the LlamaFactory team.
+# Copyright 2025 the LlamaFactory team.
 #
 # Licensed under the Apache License, Version 2.0 (the "License");
 # you may not use this file except in compliance with the License.

tests/data/processors/test_unsupervised.py → tests/data/processor/test_unsupervised.py

-# Copyright 2024 the LlamaFactory team.
+# Copyright 2025 the LlamaFactory team.
 #
 # Licensed under the Apache License, Version 2.0 (the "License");
 # you may not use this file except in compliance with the License.

tests/data/test_collator.py

-# Copyright 2024 the LlamaFactory team.
+# Copyright 2025 the LlamaFactory team.
 #
 # Licensed under the Apache License, Version 2.0 (the "License");
 # you may not use this file except in compliance with the License.

tests/data/test_converter.py

+from llamafactory.data import Role
+from llamafactory.data.converter import get_dataset_converter
+from llamafactory.data.parser import DatasetAttr
+from llamafactory.hparams import DataArguments
+
+
+def test_alpaca_converter():
+    dataset_attr = DatasetAttr("hf_hub", "llamafactory/tiny-supervised-dataset")
+    data_args = DataArguments()
+    example = {
+        "instruction": "Solve the math problem.",
+        "input": "3 + 4",
+        "output": "The answer is 7.",
+    }
+    dataset_converter = get_dataset_converter("alpaca", dataset_attr, data_args)
+    assert dataset_converter(example) == {
+        "_prompt": [{"role": Role.USER.value, "content": "Solve the math problem.\n3 + 4"}],
+        "_response": [{"role": Role.ASSISTANT.value, "content": "The answer is 7."}],
+        "_system": "",
+        "_tools": "",
+        "_images": None,
+        "_videos": None,
+        "_audios": None,
+    }
+
+
+def test_sharegpt_converter():
+    dataset_attr = DatasetAttr("hf_hub", "llamafactory/tiny-supervised-dataset")
+    data_args = DataArguments()
+    example = {
+        "conversations": [
+            {"from": "system", "value": "You are a helpful assistant."},
+            {"from": "human", "value": "Solve the math problem.\n3 + 4"},
+            {"from": "gpt", "value": "The answer is 7."},
+        ]
+    }
+    dataset_converter = get_dataset_converter("sharegpt", dataset_attr, data_args)
+    assert dataset_converter(example) == {
+        "_prompt": [{"role": Role.USER.value, "content": "Solve the math problem.\n3 + 4"}],
+        "_response": [{"role": Role.ASSISTANT.value, "content": "The answer is 7."}],
+        "_system": "You are a helpful assistant.",
+        "_tools": "",
+        "_images": None,
+        "_videos": None,
+        "_audios": None,
+    }

tests/data/test_formatter.py

-# Copyright 2024 the LlamaFactory team.
+# Copyright 2025 the LlamaFactory team.
 #
 # Licensed under the Apache License, Version 2.0 (the "License");
 # you may not use this file except in compliance with the License.
@@ -123,11 +123,10 @@ def test_glm4_tool_extractor():
 
 
 def test_llama3_function_formatter():
-    formatter = FunctionFormatter(slots=["{{content}}", "<|eot_id|>"], tool_format="llama3")
+    formatter = FunctionFormatter(slots=["{{content}}<|eot_id|>"], tool_format="llama3")
     tool_calls = json.dumps({"name": "tool_name", "arguments": {"foo": "bar", "size": 10}})
     assert formatter.apply(content=tool_calls) == [
-        """{"name": "tool_name", "parameters": {"foo": "bar", "size": 10}}""",
-        "<|eot_id|>",
+        """{"name": "tool_name", "parameters": {"foo": "bar", "size": 10}}<|eot_id|>"""
     ]
 
 
@@ -150,20 +149,19 @@ def test_llama3_tool_extractor():
 
 
 def test_mistral_function_formatter():
-    formatter = FunctionFormatter(slots=["[TOOL_CALLS] ", "{{content}}", "</s>"], tool_format="mistral")
+    formatter = FunctionFormatter(slots=["[TOOL_CALLS] {{content}}", "</s>"], tool_format="mistral")
     tool_calls = json.dumps(FUNCTION)
     assert formatter.apply(content=tool_calls) == [
-        "[TOOL_CALLS] ",
-        """[{"name": "tool_name", "arguments": {"foo": "bar", "size": 10}}]""",
+        "[TOOL_CALLS] " """[{"name": "tool_name", "arguments": {"foo": "bar", "size": 10}}]""",
         "</s>",
     ]
 
 
 def test_mistral_multi_function_formatter():
-    formatter = FunctionFormatter(slots=["[TOOL_CALLS] ", "{{content}}", "</s>"], tool_format="mistral")
+    formatter = FunctionFormatter(slots=["[TOOL_CALLS] {{content}}", "</s>"], tool_format="mistral")
     tool_calls = json.dumps([FUNCTION] * 2)
     assert formatter.apply(content=tool_calls) == [
-        "[TOOL_CALLS] ",
+        "[TOOL_CALLS] "
         """[{"name": "tool_name", "arguments": {"foo": "bar", "size": 10}}, """
         """{"name": "tool_name", "arguments": {"foo": "bar", "size": 10}}]""",
         "</s>",
@@ -197,21 +195,20 @@ def test_mistral_multi_tool_extractor():
 
 
 def test_qwen_function_formatter():
-    formatter = FunctionFormatter(slots=["{{content}}", "<|im_end|>"], tool_format="qwen")
+    formatter = FunctionFormatter(slots=["{{content}}<|im_end|>\n"], tool_format="qwen")
     tool_calls = json.dumps(FUNCTION)
     assert formatter.apply(content=tool_calls) == [
-        """<tool_call>\n{"name": "tool_name", "arguments": {"foo": "bar", "size": 10}}\n</tool_call>""",
-        "<|im_end|>",
+        """<tool_call>\n{"name": "tool_name", "arguments": {"foo": "bar", "size": 10}}\n</tool_call><|im_end|>\n"""
     ]
 
 
 def test_qwen_multi_function_formatter():
-    formatter = FunctionFormatter(slots=["{{content}}", "<|im_end|>"], tool_format="qwen")
+    formatter = FunctionFormatter(slots=["{{content}}<|im_end|>\n"], tool_format="qwen")
     tool_calls = json.dumps([FUNCTION] * 2)
     assert formatter.apply(content=tool_calls) == [
         """<tool_call>\n{"name": "tool_name", "arguments": {"foo": "bar", "size": 10}}\n</tool_call>\n"""
-        """<tool_call>\n{"name": "tool_name", "arguments": {"foo": "bar", "size": 10}}\n</tool_call>""",
-        "<|im_end|>",
+        """<tool_call>\n{"name": "tool_name", "arguments": {"foo": "bar", "size": 10}}\n</tool_call>"""
+        "<|im_end|>\n"
     ]
 
 
@@ -224,7 +221,7 @@ def test_qwen_tool_formatter():
         f"\n{json.dumps(wrapped_tool, ensure_ascii=False)}"
         "\n</tools>\n\nFor each function call, return a json object with function name and arguments within "
         """<tool_call></tool_call> XML tags:\n<tool_call>\n{"name": <function-name>, """
-        """"arguments": <args-json-object>}\n</tool_call><|im_end|>\n"""
+        """"arguments": <args-json-object>}\n</tool_call>"""
     ]
 
 

tests/data/test_mm_plugin.py

-# Copyright 2024 the LlamaFactory team.
+# Copyright 2025 the LlamaFactory team.
 #
 # Licensed under the Apache License, Version 2.0 (the "License");
 # you may not use this file except in compliance with the License.
@@ -52,12 +52,16 @@ NO_IMAGES = []
 
 NO_VIDEOS = []
 
+NO_AUDIOS = []
+
 IMGLENS = [1]
 
 NO_IMGLENS = [0]
 
 NO_VIDLENS = [0]
 
+NO_AUDLENS = [0]
+
 INPUT_IDS = [0, 1, 2, 3, 4]
 
 LABELS = [0, 1, 2, 3, 4]
@@ -99,30 +103,34 @@ def _check_plugin(
     expected_no_mm_inputs: Dict[str, Any] = {},
 ) -> None:
     # test mm_messages
-    assert plugin.process_messages(MM_MESSAGES, IMAGES, NO_VIDEOS, processor) == expected_mm_messages
-    assert plugin.process_token_ids(INPUT_IDS, LABELS, IMAGES, NO_VIDEOS, tokenizer, processor) == (
-        expected_input_ids,
-        expected_labels,
-    )
-    _is_close(
-        plugin.get_mm_inputs(IMAGES, NO_VIDEOS, IMGLENS, NO_VIDLENS, BATCH_IDS, processor),
-        expected_mm_inputs,
-    )
+    if plugin.__class__.__name__ != "BasePlugin":
+        assert plugin.process_messages(MM_MESSAGES, IMAGES, NO_VIDEOS, NO_AUDIOS, processor) == expected_mm_messages
+        assert plugin.process_token_ids(INPUT_IDS, LABELS, IMAGES, NO_VIDEOS, NO_AUDIOS, tokenizer, processor) == (
+            expected_input_ids,
+            expected_labels,
+        )
+        _is_close(
+            plugin.get_mm_inputs(IMAGES, NO_VIDEOS, NO_AUDIOS, IMGLENS, NO_VIDLENS, NO_AUDLENS, BATCH_IDS, processor),
+            expected_mm_inputs,
+        )
+
     # test text_messages
-    assert plugin.process_messages(TEXT_MESSAGES, NO_IMAGES, NO_VIDEOS, processor) == TEXT_MESSAGES
-    assert plugin.process_token_ids(INPUT_IDS, LABELS, NO_IMAGES, NO_VIDEOS, tokenizer, processor) == (
+    assert plugin.process_messages(TEXT_MESSAGES, NO_IMAGES, NO_VIDEOS, NO_AUDIOS, processor) == TEXT_MESSAGES
+    assert plugin.process_token_ids(INPUT_IDS, LABELS, NO_IMAGES, NO_VIDEOS, NO_AUDIOS, tokenizer, processor) == (
         INPUT_IDS,
         LABELS,
     )
     _is_close(
-        plugin.get_mm_inputs(NO_IMAGES, NO_VIDEOS, NO_IMGLENS, NO_VIDLENS, BATCH_IDS, processor),
+        plugin.get_mm_inputs(
+            NO_IMAGES, NO_VIDEOS, NO_AUDIOS, NO_IMGLENS, NO_VIDLENS, NO_AUDLENS, BATCH_IDS, processor
+        ),
         expected_no_mm_inputs,
     )
 
 
 def test_base_plugin():
     tokenizer_module = _load_tokenizer_module(model_name_or_path=TINY_LLAMA)
-    base_plugin = get_mm_plugin(name="base", image_token="<image>")
+    base_plugin = get_mm_plugin(name="base")
     check_inputs = {"plugin": base_plugin, **tokenizer_module}
     _check_plugin(**check_inputs)
 

tests/data/test_supervised.py

-# Copyright 2024 the LlamaFactory team.
-#
-# Licensed under the Apache License, Version 2.0 (the "License");
-# you may not use this file except in compliance with the License.
-# You may obtain a copy of the License at
-#
-#     http://www.apache.org/licenses/LICENSE-2.0
-#
-# Unless required by applicable law or agreed to in writing, software
-# distributed under the License is distributed on an "AS IS" BASIS,
-# WITHOUT WARRANTIES OR CONDITIONS OF ANY KIND, either express or implied.
-# See the License for the specific language governing permissions and
-# limitations under the License.
-
-import os
-import random
-
-import pytest
-from datasets import load_dataset
-from transformers import AutoTokenizer
-
-from llamafactory.data import get_dataset
-from llamafactory.hparams import get_train_args
-from llamafactory.model import load_tokenizer
-
-
-TINY_LLAMA = os.environ.get("TINY_LLAMA", "llamafactory/tiny-random-Llama-3")
-
-TRAIN_ARGS = {
-    "model_name_or_path": TINY_LLAMA,
-    "stage": "sft",
-    "do_train": True,
-    "finetuning_type": "full",
-    "dataset": "llamafactory/tiny-supervised-dataset",
-    "dataset_dir": "ONLINE",
-    "template": "llama3",
-    "cutoff_len": 8192,
-    "overwrite_cache": True,
-    "output_dir": "dummy_dir",
-    "overwrite_output_dir": True,
-    "fp16": True,
-}
-
-
-@pytest.mark.parametrize("num_samples", [16])
-def test_supervised(num_samples: int):
-    model_args, data_args, training_args, _, _ = get_train_args(TRAIN_ARGS)
-    tokenizer_module = load_tokenizer(model_args)
-    tokenizer = tokenizer_module["tokenizer"]
-    tokenized_data = get_dataset(model_args, data_args, training_args, stage="sft", **tokenizer_module)
-
-    ref_tokenizer = AutoTokenizer.from_pretrained(TINY_LLAMA)
-
-    original_data = load_dataset(TRAIN_ARGS["dataset"], split="train")
-    indexes = random.choices(range(len(original_data)), k=num_samples)
-    for index in indexes:
-        prompt = original_data[index]["instruction"]
-        if original_data[index]["input"]:
-            prompt += "\n" + original_data[index]["input"]
-
-        messages = [
-            {"role": "user", "content": prompt},
-            {"role": "assistant", "content": original_data[index]["output"]},
-        ]
-        templated_result = ref_tokenizer.apply_chat_template(messages, tokenize=False)
-        decoded_result = tokenizer.decode(tokenized_data["input_ids"][index])
-        assert templated_result == decoded_result

tests/data/test_template.py

-# Copyright 2024 the LlamaFactory team.
+# Copyright 2025 the LlamaFactory team.
 #
 # Licensed under the Apache License, Version 2.0 (the "License");
 # you may not use this file except in compliance with the License.
@@ -19,7 +19,7 @@ import pytest
 from transformers import AutoTokenizer
 
 from llamafactory.data import get_template_and_fix_tokenizer
-from llamafactory.data.template import _get_jinja_template
+from llamafactory.data.template import parse_template
 from llamafactory.hparams import DataArguments
 
 
@@ -115,11 +115,28 @@ def test_jinja_template(use_fast: bool):
     tokenizer = AutoTokenizer.from_pretrained(TINY_LLAMA, use_fast=use_fast)
     ref_tokenizer = AutoTokenizer.from_pretrained(TINY_LLAMA, use_fast=use_fast)
     template = get_template_and_fix_tokenizer(tokenizer, DataArguments(template="llama3"))
-    tokenizer.chat_template = _get_jinja_template(template, tokenizer)  # llama3 template no replace
+    tokenizer.chat_template = template._get_jinja_template(tokenizer)  # llama3 template no replace
     assert tokenizer.chat_template != ref_tokenizer.chat_template
     assert tokenizer.apply_chat_template(MESSAGES) == ref_tokenizer.apply_chat_template(MESSAGES)
 
 
+def test_ollama_modelfile():
+    tokenizer = AutoTokenizer.from_pretrained(TINY_LLAMA)
+    template = get_template_and_fix_tokenizer(tokenizer, DataArguments(template="llama3"))
+    assert template.get_ollama_modelfile(tokenizer) == (
+        "# ollama modelfile auto-generated by llamafactory\n\n"
+        "FROM .\n\n"
+        'TEMPLATE """<|begin_of_text|>'
+        "{{ if .System }}<|start_header_id|>system<|end_header_id|>\n\n{{ .System }}<|eot_id|>{{ end }}"
+        '{{ range .Messages }}{{ if eq .Role "user" }}<|start_header_id|>user<|end_header_id|>\n\n{{ .Content }}'
+        "<|eot_id|><|start_header_id|>assistant<|end_header_id|>\n\n"
+        '{{ else if eq .Role "assistant" }}{{ .Content }}<|eot_id|>{{ end }}{{ end }}"""\n\n'
+        'PARAMETER stop "<|eom_id|>"\n'
+        'PARAMETER stop "<|eot_id|>"\n'
+        "PARAMETER num_ctx 4096\n"
+    )
+
+
 def test_get_stop_token_ids():
     tokenizer = AutoTokenizer.from_pretrained(TINY_LLAMA)
     template = get_template_and_fix_tokenizer(tokenizer, DataArguments(template="llama3"))
@@ -152,6 +169,7 @@ def test_llama3_template(use_fast: bool):
     _check_template("meta-llama/Meta-Llama-3-8B-Instruct", "llama3", prompt_str, answer_str, use_fast)
 
 
+@pytest.mark.skipif(not HF_TOKEN, reason="Gated model.")
 @pytest.mark.parametrize(
     "use_fast", [True, pytest.param(False, marks=pytest.mark.xfail(reason="Phi-4 slow tokenizer is broken."))]
 )
@@ -166,6 +184,7 @@ def test_phi4_template(use_fast: bool):
     _check_template("microsoft/phi-4", "phi4", prompt_str, answer_str, use_fast)
 
 
+@pytest.mark.skipif(not HF_TOKEN, reason="Gated model.")  # TODO: why it is gated?
 @pytest.mark.parametrize("use_fast", [True, False])
 def test_qwen_template(use_fast: bool):
     prompt_str = (
@@ -190,3 +209,27 @@ def test_yi_template(use_fast: bool):
     )
     answer_str = "很高兴认识你！<|im_end|>\n"
     _check_template("01-ai/Yi-1.5-6B-Chat", "yi", prompt_str, answer_str, use_fast)
+
+
+def test_parse_template():
+    tokenizer = AutoTokenizer.from_pretrained(TINY_LLAMA, token=HF_TOKEN)
+    template = parse_template(tokenizer)
+    assert template.format_user.slots == [
+        "<|start_header_id|>user<|end_header_id|>\n\n{{content}}<|eot_id|>"
+        "<|start_header_id|>assistant<|end_header_id|>\n\n"
+    ]
+    assert template.format_assistant.slots == ["{{content}}<|eot_id|>"]
+    assert template.format_system.slots == ["<|start_header_id|>system<|end_header_id|>\n\n{{content}}<|eot_id|>"]
+    assert template.format_prefix.slots == ["<|begin_of_text|>"]
+    assert template.default_system == ""
+
+
+@pytest.mark.skipif(not HF_TOKEN, reason="Gated model.")
+def test_parse_qwen_template():
+    tokenizer = AutoTokenizer.from_pretrained("Qwen/Qwen2-7B-Instruct", token=HF_TOKEN)
+    template = parse_template(tokenizer)
+    assert template.format_user.slots == ["<|im_start|>user\n{{content}}<|im_end|>\n<|im_start|>assistant\n"]
+    assert template.format_assistant.slots == ["{{content}}<|im_end|>\n"]
+    assert template.format_system.slots == ["<|im_start|>system\n{{content}}<|im_end|>\n"]
+    assert template.format_prefix.slots == []
+    assert template.default_system == "You are a helpful assistant."

tests/e2e/test_chat.py

-# Copyright 2024 the LlamaFactory team.
+# Copyright 2025 the LlamaFactory team.
 #
 # Licensed under the Apache License, Version 2.0 (the "License");
 # you may not use this file except in compliance with the License.