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

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

2025-06-08 23:57:17作者:卓炯娓

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。

登录后查看全文
热门项目推荐
相关项目推荐