MiniGemini项目34B模型训练中的参数加载问题分析

问题背景

在使用MiniGemini项目进行34B大模型训练时，开发者在执行第二阶段全参数微调时遇到了参数加载失败的问题。该问题出现在使用8块CUDA显卡和Deepspeed Zero3优化策略的环境下。

错误现象

系统报错显示在加载预训练模型的mm_projector参数时出现了维度不匹配问题。具体表现为：

• 检查点中的权重形状与当前模型期望的形状不一致
• 多个线性层的权重和偏置参数形状都出现了从非零到零的异常变化

技术分析

该问题源于模型初始化阶段视觉模块的参数加载机制。当使用--pretrain_mm_mlp_adapter参数指定预训练适配器时，系统会尝试将预训练权重加载到当前模型结构中。但在继续训练(SFT)场景下，这种做法会导致以下问题：

1. 参数形状冲突：预训练适配器的权重形状(如7168维)与当前模型初始化的空参数形状(0维)不兼容
2. 训练阶段不匹配：继续训练阶段应该继承已有模型状态，而非重新初始化视觉模块
3. Zero3优化影响：在Deepspeed Zero3模式下，参数分片可能导致形状检查更加严格

解决方案

针对继续训练(SFT)场景，正确的做法是：

1. 移除预训练适配器参数：不指定--pretrain_mm_mlp_adapter选项
2. 直接加载完整模型：通过--model_name_or_path加载已包含视觉模块的完整模型
3. 保持参数连续性：确保模型各组件参数保持训练过程中的一致性

实践建议

1. 对于不同训练阶段，应采用不同的参数初始化策略：

   • 预训练阶段：需要指定视觉模块初始化
   • 微调阶段：应加载完整模型参数

2. 使用Deepspeed时注意事项：

   • 确保各阶段的优化器状态兼容
   • 检查参数分片策略的一致性

3. 模型结构验证：

   • 训练前可先验证模型各组件参数形状
   • 使用小批量数据测试前向传播是否正常

总结

在MiniGemini等大型多模态模型训练过程中，参数初始化策略需要根据训练阶段灵活调整。特别是在使用分布式训练框架时，更需要注意参数加载的一致性和兼容性。理解模型各组件的作用和初始化时机，是避免此类问题的关键。