首页
/ MiniGemini项目中的ConvNext与Siglip模型训练优化实践

MiniGemini项目中的ConvNext与Siglip模型训练优化实践

2025-06-25 05:30:00作者:温玫谨Lighthearted

引言

在视觉语言模型的研究中,MiniGemini项目采用了创新的架构设计,将ConvNext与CLIP等视觉编码器结合使用。本文针对项目实践中的两个关键技术点进行深入探讨:ConvNext的Drop Path机制优化以及Siglip模型替换CLIP时遇到的数值稳定性问题。

ConvNext的Drop Path机制优化

在原始MiniGemini实现中,ConvNext模型保留了0.1的Drop Path率,虽然训练时设置为不训练状态,但该路径仍会执行。经过项目团队的验证测试,完全移除Drop Path机制后,模型性能获得了显著提升:

  • TextVQA任务:从65.2提升至65.9
  • MME任务:从1523/316提升至1540/332
  • MM-Vet任务:从40.8提升至42.1

这一改进表明,在视觉语言模型联合训练的场景下,取消Drop Path机制有助于模型性能的提升。项目团队已更新代码支持无Drop Path的训练配置。

Siglip模型替换的技术挑战

在尝试将CLIP替换为性能更优的Siglip模型时,开发者遇到了数值不稳定的问题:

  1. 特征维度对齐问题:Siglip模型输入为384×384分辨率,输出特征图尺度为27×27。为保持空间对齐,需要将ConvNext输入分辨率调整为864×864,这对计算资源提出了更高要求。

  2. 数值稳定性问题:在第一次前向传播后,注意力计算会出现NaN值,即使全部转换为FP32精度也无法解决。具体表现为:

    • 初始特征计算正常
    • 注意力权重计算(embed_att)出现NaN
    • 后续迭代中特征值逐渐变为NaN
  3. 预处理差异:Siglip与CLIP在图像预处理时的均值和标准差存在显著差异,虽然理论上特征分布一致性更重要,但这种差异可能影响模型训练的稳定性。

解决方案建议

针对上述问题,建议采取以下措施:

  1. 渐进式训练策略:先使用较低分辨率预训练,再逐步提高分辨率
  2. 数值稳定性检查
    • 实现梯度裁剪
    • 添加数值稳定性约束
    • 监控中间特征统计量
  3. 特征归一化处理:考虑在跨模型特征融合前进行归一化处理
  4. 混合精度训练优化:仔细调整FP16/FP32混合精度训练策略

结论

MiniGemini项目在视觉编码器选择和优化方面提供了宝贵的实践经验。ConvNext的Drop Path机制优化展示了特定场景下的参数调整价值,而Siglip模型替换的挑战则揭示了跨模型特征融合的复杂性。这些经验对视觉语言模型的架构设计和训练优化具有重要参考意义。

登录后查看全文
热门项目推荐

项目优选

收起
ohos_react_nativeohos_react_native
React Native鸿蒙化仓库
C++
176
261
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
858
511
openGauss-serveropenGauss-server
openGauss kernel ~ openGauss is an open source relational database management system
C++
129
182
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
258
298
ShopXO开源商城ShopXO开源商城
🔥🔥🔥ShopXO企业级免费开源商城系统,可视化DIY拖拽装修、包含PC、H5、多端小程序(微信+支付宝+百度+头条&抖音+QQ+快手)、APP、多仓库、多商户、多门店、IM客服、进销存,遵循MIT开源协议发布、基于ThinkPHP8框架研发
JavaScript
93
15
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
332
1.08 K
HarmonyOS-ExamplesHarmonyOS-Examples
本仓将收集和展示仓颉鸿蒙应用示例代码,欢迎大家投稿,在仓颉鸿蒙社区展现你的妙趣设计!
Cangjie
398
371
note-gennote-gen
一款跨平台的 Markdown AI 笔记软件,致力于使用 AI 建立记录和写作的桥梁。
TSX
83
4
CangjieCommunityCangjieCommunity
为仓颉编程语言开发者打造活跃、开放、高质量的社区环境
Markdown
1.07 K
0
kernelkernel
deepin linux kernel
C
22
5