首页
/ 在lmms-eval项目中评估Llava模型时解决N/A分数问题

在lmms-eval项目中评估Llava模型时解决N/A分数问题

2025-07-01 03:56:36作者:廉彬冶Miranda

问题背景

在使用lmms-eval项目评估Llava模型时,开发者可能会遇到评估结果显示N/A分数的情况。这个问题通常出现在运行MMBench评估任务时,特别是在使用Llava-v1.5-7b模型进行评估的场景下。

问题原因分析

经过技术分析,这个问题主要由两个因素导致:

  1. Flash Attention兼容性问题:当启用Flash Attention 2时,会出现"Error query and key must have the same dtype in generating"的错误。这是由于transformers库版本与Llava模型之间的兼容性问题导致的。

  2. 评估机制设计:最初的MMBench评估设计是将结果提交到官方服务器进行评分,而不是在本地计算分数,这导致了本地评估时显示N/A分数。

解决方案

针对上述问题,开发团队提供了以下解决方案:

  1. 禁用Flash Attention

    • 在模型参数中设置use_flash_attention_2=False
    • 或者降级transformers库到4.36.2或4.37.2版本
  2. 本地评分功能

    • 开发团队新增了本地计算MMBench评分的功能
    • 现在可以直接在本地获得gpt_eval_score指标

实际验证结果

使用修复后的代码进行评估,Llava-v1.5-7b模型在MMBench英文开发集上获得了64.0893分的gpt_eval_score,与论文报告的结果一致。完整评估结果如下:

  • mmbench_cn_cc: 23.5294
  • mmbench_cn_dev: 55.6701
  • mmbench_en_dev: 64.0893

注意事项

  1. 对于测试集(如mmbench_en_test),由于官方数据集中答案列被屏蔽,仍然需要将生成结果提交到MMBench官方服务器获取分数。

  2. 不同版本的transformers库可能与Llava模型存在其他兼容性问题,建议使用经过验证的版本组合。

结论

通过禁用Flash Attention或降级transformers库版本,并更新到最新版的lmms-eval代码,开发者可以成功在本地评估Llava模型在MMBench上的表现。这一改进大大简化了多模态大模型的评估流程,为研究人员提供了更便捷的评估工具。

登录后查看全文
热门项目推荐

热门内容推荐

最新内容推荐

项目优选

收起
ohos_react_nativeohos_react_native
React Native鸿蒙化仓库
C++
176
261
RuoYi-Vue3RuoYi-Vue3
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
860
511
ShopXO开源商城ShopXO开源商城
🔥🔥🔥ShopXO企业级免费开源商城系统,可视化DIY拖拽装修、包含PC、H5、多端小程序(微信+支付宝+百度+头条&抖音+QQ+快手)、APP、多仓库、多商户、多门店、IM客服、进销存,遵循MIT开源协议发布、基于ThinkPHP8框架研发
JavaScript
93
15
openGauss-serveropenGauss-server
openGauss kernel ~ openGauss is an open source relational database management system
C++
129
182
openHiTLSopenHiTLS
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
259
300
kernelkernel
deepin linux kernel
C
22
5
cherry-studiocherry-studio
🍒 Cherry Studio 是一款支持多个 LLM 提供商的桌面客户端
TypeScript
595
57
CangjieCommunityCangjieCommunity
为仓颉编程语言开发者打造活跃、开放、高质量的社区环境
Markdown
1.07 K
0
HarmonyOS-ExamplesHarmonyOS-Examples
本仓将收集和展示仓颉鸿蒙应用示例代码,欢迎大家投稿,在仓颉鸿蒙社区展现你的妙趣设计!
Cangjie
398
371
Cangjie-ExamplesCangjie-Examples
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
332
1.08 K