OpenCompass/VLMEvalKit 对 InternVL 2.5 和 DeepSeek-VL2 的模型支持现状分析

OpenCompass/VLMEvalKit 作为多模态大模型评测工具链，近期在社区中引发了关于其对 InternVL 2.5 和 DeepSeek-VL2 模型支持情况的讨论。本文将从技术实现角度解析当前支持进展，并探讨实际评测中的注意事项。

InternVL 2.5 的完整支持

项目已实现对 InternVL 2.5 的全面支持，开发者可通过配置文件直接调用该模型进行评测。值得注意的是：

1. 模型版本适配：当前支持包括 8B 参数量版本在内的多个规格
2. 评测指标差异：实际测试显示，在 ChartQA 基准上存在约 2% 的性能差距，可能源于：
   • 评测环境差异（硬件/框架版本）
   • 数据预处理流程微调
   • 模型量化带来的精度损失

DeepSeek-VL2 的支持规划

针对 DeepSeek 最新发布的视觉语言模型 VL2：

1. 已纳入项目开发路线图
2. 技术团队正在进行：
   • 模型接口适配
   • 评测流水线验证
   • 多模态对齐测试

给开发者的实践建议

1. 模型调用：通过 config 配置文件选择对应模型标识符
2. 结果验证：建议与官方 paper 保持相同实验设置进行对比
3. 性能调优：可尝试调整 batch size 等超参数缩小基准差距

该项目持续跟踪前沿视觉语言模型发展，建议开发者关注项目更新日志获取最新支持动态。对于需要精确复现论文结果的场景，建议详细核对评测环境配置说明。