OpenCompass项目中使用LMDeploy时遇到的EngineOutput对象解包问题解析

问题背景

在使用OpenCompass进行主观评估任务时，当配置使用LMDeploy作为评判模型时，可能会遇到一个类型错误："TypeError: cannot unpack non-iterable EngineOutput object"。这个问题通常发生在模型推理阶段，特别是在调用generator.infer方法时。

问题原因分析

该错误的核心原因是LMDeploy库版本更新导致的接口变更。在较新版本的LMDeploy（如0.4.0）中，generator.infer方法的返回值结构发生了变化：

1. 旧版本（如0.3.0）返回的是一个可迭代的三元组：(_, output_ids, _)
2. 新版本则直接返回EngineOutput对象，不再支持解包操作

这种接口变更导致了OpenCompass中现有的解包代码失效，从而抛出类型错误。

解决方案

针对这个问题，开发者提供了两种解决方案：

1. 降级LMDeploy版本：将LMDeploy降级到0.3.0版本，保持与原有代码兼容

   pip install lmdeploy==0.3.0
   

2. 修改代码适配新接口：对于使用新版本LMDeploy的情况，需要修改代码中的解包逻辑

   # 旧代码
   _, output_ids, _ = generator.infer(session_id, ...)
   
   # 新代码
   output_ids = generator.infer(session_id, ...)
   

技术细节

在OpenCompass的主观评估流程中，模型推理是通过LMDeployPytorchModel类实现的。当调用generate方法时，会创建并执行一个生成器来获取模型输出。在较新版本的OpenCompass中，这个问题已经通过PR得到修复，开发者可以直接更新到最新版本来解决。

最佳实践建议

1. 在使用开源工具链时，注意各组件版本间的兼容性
2. 在升级依赖库时，应查阅变更日志，了解可能的接口变化
3. 对于生产环境，建议锁定依赖版本以避免意外变更
4. 遇到类似问题时，可以检查错误堆栈定位问题代码，并对比新旧版本API文档

总结

OpenCompass与LMDeploy的集成问题展示了深度学习工具链中常见的版本兼容性挑战。通过理解底层机制和接口变更，开发者可以快速定位并解决这类问题。对于使用OpenCompass进行模型评估的研究人员和工程师，保持对依赖库版本变化的关注是确保工作流程顺畅的重要环节。