ChatGLM3微调后推理报错NotImplementedError问题分析与解决方案
问题背景
在使用ChatGLM3进行LoRA微调后,许多开发者在尝试使用inference_hf.py脚本进行推理时遇到了NotImplementedError错误。这个问题主要出现在加载微调后的模型权重文件时,具体报错位置在set_input_embeddings方法处。
错误现象
当开发者执行以下步骤时会出现问题:
- 使用finetune_hf.py脚本成功完成LoRA微调,生成模型权重文件
- 尝试使用inference_hf.py脚本进行推理
- 程序在加载模型时抛出NotImplementedError异常
错误信息表明模型缺少set_input_embeddings方法的实现,导致无法正常加载微调后的权重。
问题根源分析
经过深入调查,这个问题主要由以下几个因素导致:
-
PEFT库版本兼容性问题:当使用peft>=0.8.0版本时会出现此问题,而peft==0.7.0版本则能正常工作。这是由于新版本PEFT库的行为变更导致的。
-
模型类方法缺失:ChatGLMModel类中确实缺少set_input_embeddings方法的实现,这是Hugging Face模型接口规范要求的方法。
-
Transformers版本影响:虽然最初怀疑是Transformers版本问题,但实际测试表明这与Transformers库版本关系不大。
解决方案
方案一:修改模型代码(推荐)
在ChatGLM3的modeling_chatglm.py文件中,为ChatGLMModel类添加set_input_embeddings方法实现:
def set_input_embeddings(self, value):
self.embedding.word_embeddings = value
这个方法应该添加在get_input_embeddings方法之后,get_prompt方法之前的位置。
方案二:降级PEFT库版本
将peft库降级到0.7.0版本可以避免此问题:
pip install peft==0.7.0
方案三:使用替代推理方式
如果暂时不想修改代码,可以使用以下Python代码进行推理:
from transformers import AutoTokenizer, AutoModel
tokenizer = AutoTokenizer.from_pretrained("your_finetune_model_path", trust_remote_code=True)
model = AutoModel.from_pretrained("your_finetune_model_path", trust_remote_code=True, device='cuda')
model = model.eval()
response, history = model.chat(tokenizer, "你好", history=[])
print(response)
技术细节说明
-
LoRA微调速度问题:有开发者提到LoRA微调速度很快(约5分钟),这是正常现象。LoRA作为一种参数高效微调方法,只训练少量参数,因此速度比全参数微调快很多。
-
模型加载机制:当使用PEFT进行微调后,模型加载时需要正确处理基础模型和适配器权重的关系。set_input_embeddings方法是这个过程中的关键环节。
-
版本兼容性:深度学习生态中库的快速迭代常常带来兼容性问题,保持关键库版本的稳定性是避免此类问题的有效方法。
最佳实践建议
-
在开始微调前,确认环境中的关键库版本:
- peft: 0.7.0
- transformers: 4.36+
-
对于生产环境,建议采用方案一(修改模型代码),因为它不依赖特定库版本,具有更好的可移植性。
-
定期检查项目仓库的更新,官方可能会在未来版本中修复此问题。
通过以上分析和解决方案,开发者应该能够顺利解决ChatGLM3微调后推理报错的问题,并继续进行模型部署和应用开发工作。
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00- DDeepSeek-OCR暂无简介Python00
openPangu-Ultra-MoE-718B-V1.1昇腾原生的开源盘古 Ultra-MoE-718B-V1.1 语言模型Python00
HunyuanWorld-Mirror混元3D世界重建模型,支持多模态先验注入和多任务统一输出Python00
AI内容魔方AI内容专区,汇集全球AI开源项目,集结模块、可组合的内容,致力于分享、交流。03
Spark-Scilit-X1-13BFLYTEK Spark Scilit-X1-13B is based on the latest generation of iFLYTEK Foundation Model, and has been trained on multiple core tasks derived from scientific literature. As a large language model tailored for academic research scenarios, it has shown excellent performance in Paper Assisted Reading, Academic Translation, English Polishing, and Review Generation, aiming to provide efficient and accurate intelligent assistance for researchers, faculty members, and students.Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile013
Spark-Chemistry-X1-13B科大讯飞星火化学-X1-13B (iFLYTEK Spark Chemistry-X1-13B) 是一款专为化学领域优化的大语言模型。它由星火-X1 (Spark-X1) 基础模型微调而来,在化学知识问答、分子性质预测、化学名称转换和科学推理方面展现出强大的能力,同时保持了强大的通用语言理解与生成能力。Python00- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00