DeepSeek Janus模型在GenEval基准测试中的复现问题解析
2025-05-13 02:27:56作者:申梦珏Efrain
引言
DeepSeek团队开源的Janus系列多模态大模型在文本生成图像任务上表现出色,但在实际应用中,研究人员发现其评估结果与论文报告存在差异。本文针对Janus-Pro模型在GenEval基准测试中的复现问题进行了深入分析,揭示了关键影响因素。
问题现象
多位研究人员在复现Janus-Pro模型(包括1B和7B版本)的GenEval评估结果时遇到了困难。主要问题表现为:
- 使用默认参数设置时,评估结果与论文报告存在显著差异
- 1B模型的复现结果差异尤为明显
- 不同研究者使用相同参数却得到不一致的结果
关键发现
经过深入分析,我们发现影响评估结果的关键因素包括:
1. 提示模板差异
Janus和Janus-Pro模型使用了不同的对话模板:
- Janus标准版使用"User"和"Assistant"作为角色标识
- Janus-Pro版则使用"<|User|>"和"<|Assistant|>"作为角色标识
这一细微差别对1B模型的影响尤为显著,而对7B模型影响相对较小,这可能是由于模型容量不同导致的鲁棒性差异。
2. 评估参数设置
正确的评估参数应包括:
- 温度参数(temperature)设置为1.0
- CFG权重(cfg_weight)设置为5
- 图像token数(image_token_num_per_image)设置为576
- 图像尺寸(img_size)设置为384
- 补丁尺寸(patch_size)设置为16
3. 随机性因素
评估过程中的随机种子设置也会影响最终结果,特别是在多轮采样评估场景下。
解决方案
为确保正确复现论文结果,建议采取以下措施:
- 严格区分Janus和Janus-Pro模型的提示模板
- 使用官方推荐的参数配置
- 进行多次评估取平均值以减小随机性影响
- 对于关键研究,建议公开完整的评估脚本和参数设置
实际效果验证
研究人员在修正提示模板后,成功复现了论文报告的评估结果。例如Janus-Pro-1B模型在GenEval基准上的各项指标与论文数据基本吻合:
- 单物体识别准确率达到99%
- 双物体识别准确率约89%
- 颜色识别准确率约90%
- 综合评分达到0.80
结论
本文详细分析了DeepSeek Janus系列模型在GenEval基准测试中的复现问题,揭示了提示模板和参数设置对评估结果的关键影响。这一发现不仅解决了当前的研究困惑,也为后续的多模态模型评估提供了重要参考。建议研究社区在使用开源模型时,特别注意模型版本对应的技术细节差异。
登录后查看全文
热门项目推荐
相关项目推荐
HunyuanImage-3.0
HunyuanImage-3.0 统一多模态理解与生成,基于自回归框架,实现文本生成图像,性能媲美或超越领先闭源模型00ops-transformer
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。C++020Hunyuan3D-Part
腾讯混元3D-Part00GitCode-文心大模型-智源研究院AI应用开发大赛
GitCode&文心大模型&智源研究院强强联合,发起的AI应用开发大赛;总奖池8W,单人最高可得价值3W奖励。快来参加吧~0279Hunyuan3D-Omni
腾讯混元3D-Omni:3D版ControlNet突破多模态控制,实现高精度3D资产生成00Spark-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。Python00GOT-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).Dockerfile09
- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
热门内容推荐
最新内容推荐
项目优选
收起

OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
156
2 K

deepin linux kernel
C
22
6

Ascend Extension for PyTorch
Python
38
72

本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
519
50

🎉 (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
942
555

React Native鸿蒙化仓库
C++
195
279

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
993
396

本项目是CANN开源社区的核心管理仓库,包含社区的治理章程、治理组织、通用操作指引及流程规范等基础信息
359
12

openGauss kernel ~ openGauss is an open source relational database management system
C++
146
191

为非计算机科班出身 (例如财经类高校金融学院) 同学量身定制,新手友好,让学生以亲身实践开源开发的方式,学会使用计算机自动化自己的科研/创新工作。案例以量化投资为主线,涉及 Bash、Python、SQL、BI、AI 等全技术栈,培养面向未来的数智化人才 (如数据工程师、数据分析师、数据科学家、数据决策者、量化投资人)。
Python
75
71