首页
/ Monkey项目中Mini-Monkey模型评测指标复现问题解析

Monkey项目中Mini-Monkey模型评测指标复现问题解析

2025-07-08 16:32:46作者:幸俭卉

评测指标差异现象

在复现Monkey项目中Mini-Monkey模型的评测指标时,多位研究人员发现实测结果与论文报告数据存在明显差异。主要差异体现在以下几个数据集上:

  • STVQA准确率:论文69.9 vs 实测64.2
  • POIE准确率:论文42.9 vs 实测47.8
  • FUNSD准确率:论文70.3 vs 实测63.4
  • DocVQA测试集:论文87.4 vs 实测86.96
  • ChartQA:论文76.5 vs 实测76.2
  • OCRBench:论文802 vs 实测800

原因分析与解决方案

经过项目维护者的确认和多次验证,发现评测指标差异主要由以下几个因素导致:

1. 评测脚本版本问题

原始提供的评测脚本与论文中使用的版本存在细微差别。项目方后续更新了评测脚本,使用更新后的脚本可以得到更接近论文报告的结果。

2. 运行环境配置差异

环境配置对评测结果有显著影响,特别是以下关键组件:

  • flash-attn版本:推荐使用2.5.8
  • PyTorch版本:推荐2.2.2
  • transformers版本:推荐4.40.1
  • Python版本:推荐3.10.14
  • CUDA版本:推荐11.8

3. 模型推理参数设置

对于不同的评测任务,需要采用特定的预处理和后处理策略。例如:

  • 在DocVQA和ChartQA评测中,需要使用dynamic_preprocess2处理
  • 不同数据集的评测脚本需要针对Mini-Monkey模型进行适配

4. 训练超参数影响

对于重新训练模型的情况,学习率的设置尤为关键。项目维护者建议使用4e-9的学习率在4块GPU上进行训练,才能复现论文中的结果。

最佳实践建议

为了准确复现Mini-Monkey模型的评测指标,建议遵循以下步骤:

  1. 使用项目方最新提供的评测脚本
  2. 严格按照推荐的环境配置搭建评测环境
  3. 对于不同评测任务,使用对应的预处理和后处理方法
  4. 在模型训练时,注意学习率等关键超参数的设置
  5. 对于关键评测指标,建议多次运行取平均值以减少随机性影响

通过以上措施,可以最大限度地缩小评测结果与论文报告数据之间的差异,确保研究工作的可重复性和可比性。

登录后查看全文
热门项目推荐

项目优选

收起
docsdocs
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
139
1.91 K
kernelkernel
deepin linux kernel
C
22
6
nop-entropynop-entropy
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
8
0
ohos_react_nativeohos_react_native
React Native鸿蒙化仓库
C++
192
273
RuoYi-Vue3RuoYi-Vue3
🎉 (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
923
551
openHiTLSopenHiTLS
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
421
392
openGauss-serveropenGauss-server
openGauss kernel ~ openGauss is an open source relational database management system
C++
145
189
金融AI编程实战金融AI编程实战
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)。
Jupyter Notebook
74
64
Cangjie-ExamplesCangjie-Examples
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
344
1.3 K
easy-eseasy-es
Elasticsearch 国内Top1 elasticsearch搜索引擎框架es ORM框架,索引全自动智能托管,如丝般顺滑,与Mybatis-plus一致的API,屏蔽语言差异,开发者只需要会MySQL语法即可完成对Es的相关操作,零额外学习成本.底层采用RestHighLevelClient,兼具低码,易用,易拓展等特性,支持es独有的高亮,权重,分词,Geo,嵌套,父子类型等功能...
Java
36
8