VLMEvalKit项目中Gemini模型版本更新问题解析
2025-07-03 14:00:26作者:尤峻淳Whitney
在开源项目VLMEvalKit的使用过程中,部分用户反馈遇到了Gemini模型调用失败的问题。经过技术团队分析,这主要源于Google对Gemini模型系列的版本迭代更新。
问题背景 Gemini 1.0 Pro Vision模型已于2024年7月12日正式停止服务,当用户尝试调用该模型时会收到404错误提示。同时,部分用户尝试切换至GeminiPro1-5模型时遇到了断言错误,这是因为代码中仍保留了对旧版模型名称的硬编码检查。
技术解决方案 VLMEvalKit开发团队已在最新版本中解决了这一问题:
- 现已全面支持Gemini-1.5-pro模型
- 移除了对旧版模型名称的硬编码限制
- 更新了模型调用接口的兼容性处理
未来规划 技术团队正在评估对Gemini-1.5-flash模型的支持方案。该模型作为Google最新推出的轻量级版本,具有更快的响应速度和优化的计算资源消耗,适合需要快速推理的场景。
用户建议 建议所有使用Gemini模型的用户:
- 及时更新至VLMEvalKit最新版本
- 将原有Gemini 1.0相关调用迁移至1.5版本
- 关注官方更新以获取对flash版本的支持进展
技术影响分析 模型版本的迭代更新反映了AI领域快速发展的特点。作为评估工具,VLMEvalKit需要持续跟进基础模型的演进,这既带来了技术挑战,也为评估框架的扩展性提出了更高要求。开发团队通过建立灵活的模型接口架构,确保能够快速适配各类主流模型的新版本。
此次更新不仅解决了兼容性问题,也为后续支持更多新型号的大模型奠定了基础,体现了开源项目持续维护的价值。
登录后查看全文
热门项目推荐
相关项目推荐
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00- QQwen3-Coder-Next2026年2月4日,正式发布的Qwen3-Coder-Next,一款专为编码智能体和本地开发场景设计的开源语言模型。Python00
xw-cli实现国产算力大模型零门槛部署,一键跑通 Qwen、GLM-4.7、Minimax-2.1、DeepSeek-OCR 等模型Go06
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin08
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
532
3.74 K
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
336
178
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++
886
596
Ascend Extension for PyTorch
Python
340
403
暂无简介
Dart
771
191
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
12
1
openJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力
TSX
986
247
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
416
4.21 K
React Native鸿蒙化仓库
JavaScript
303
355