VLMEvalKit评测InternVL2-1B模型时的兼容性问题分析

问题背景

在VLMEvalKit项目中使用InternVL2-1B模型进行评测时，开发者遇到了一个关键错误："got multiple values for keyword argument 'return_dict'"。这个问题源于模型实现与transformers库版本之间的兼容性问题，特别是在处理Qwen2ForCausalLM架构时出现的参数传递冲突。

错误现象

当尝试运行评测命令时，系统会抛出TypeError异常，指出Qwen2ForCausalLM模型接收到了重复的return_dict参数。从错误堆栈中可以清晰地看到，问题发生在transformers库的生成流程中，当调用模型的generate方法时，内部传递了多个return_dict参数。

技术分析

1. 模型架构特点：InternVL2-1B模型基于Qwen2架构构建，而InternVL2-2B则使用了不同的基础架构。这种架构差异解释了为何2B版本可以正常工作而1B版本会出现问题。

2. 参数传递机制：在transformers库的生成流程中，return_dict参数被多次传递。正常情况下，这个参数用于控制是否以字典形式返回输出，但在新旧版本transformers中，这个参数的处理方式发生了变化。

3. 版本兼容性：问题很可能源于transformers库的版本更新。较新版本的transformers可能修改了内部参数传递机制，导致与特定模型实现产生冲突。

解决方案

1. 更新模型代码：VLMEvalKit维护者已经更新了huggingface上的模型代码，使其兼容新版的transformers库。开发者只需更新到最新代码即可解决此问题。

2. 版本控制：如果暂时无法更新模型代码，可以考虑使用与模型兼容的特定版本transformers库。通常模型文档会注明推荐的库版本。

3. 替代方案：在问题修复前，可以考虑使用InternVL2-2B等兼容性更好的模型版本进行评测。

评测指标解析

在VLMEvalKit的评测结果中，几个关键指标的含义如下：

• prefetch：预取次数，表示系统预先加载数据的次数
• hit：命中次数，表示预取数据被实际使用的次数
• prefetch_rate：预取率，反映预取策略的有效性
• acc：准确率，模型回答正确的比例

这些指标共同反映了模型在实际应用场景中的性能和效率。

模型响应优化

评测过程中，模型有时会输出类似"你是由阿里云创建的Qwen助手"这样的自我介绍内容。这种现象可能源于：

1. 模型预设行为：部分开源模型会默认添加自我介绍
2. 提示词设计：可能需要调整系统提示词来抑制这类输出
3. API配置：如果使用本地API代理，检查是否传递了正确的参数

优化提示词设计或调整生成参数通常可以有效改善这类问题。

总结

VLMEvalKit作为多模态大模型评测工具，在实际使用中可能会遇到各种模型兼容性问题。本文分析的InternVL2-1B评测问题展示了transformers库版本与模型实现之间的微妙关系。通过理解错误本质、保持代码更新和合理配置环境，开发者可以顺利开展模型评测工作。同时，正确理解评测指标对于分析模型性能至关重要。