首页
/ VLMEvalKit项目中InternVL2-76B模型评估问题解析

VLMEvalKit项目中InternVL2-76B模型评估问题解析

2025-07-03 21:00:49作者:凌朦慧Richard

问题背景

在VLMEvalKit项目中,用户在使用InternVL2-76B模型进行评估时遇到了输入长度异常的问题。具体表现为当运行评估脚本时,系统报错提示输入长度(input_ids)为0,而max_length被设置为-2009,这显然是一个非预期的数值。

问题分析

该问题出现在较新版本的PyTorch环境中(2.2+),主要与模型分割方法(split_model)的实现有关。InternVL2-76B作为一个大型视觉语言模型,其评估需要至少三块80G显存的GPU(当不使用8位量化时)。

解决方案

项目维护者已经针对较新版本的PyTorch修复了split_model方法。关键修复点包括:

  1. 改进了模型分割逻辑,确保在不同版本的PyTorch中都能正确工作
  2. 优化了显存管理,确保在多GPU环境下能合理分配计算资源

环境配置建议

为确保评估顺利进行,推荐使用以下环境配置:

  • transformers 4.40.0
  • typing_extensions 4.9.0
  • torch 2.2.2
  • torchaudio 2.2.2
  • torchvision 0.17.2

硬件要求

评估InternVL2-76B模型时:

  • 不使用8位量化(load_in_8bit=False)时,至少需要三块80G显存的GPU
  • 显存使用情况应合理分配,避免出现显存不足的情况

验证结果

在修复后的代码中,评估过程可以顺利完成,各GPU的显存使用分布均匀,模型能够正常处理输入数据,不再出现输入长度为0的异常情况。

总结

对于大型视觉语言模型的评估,环境配置和代码适配至关重要。VLMEvalKit项目团队持续优化代码兼容性,确保在不同版本的深度学习框架下都能稳定运行。用户遇到类似问题时,应首先检查环境配置是否符合要求,并确保使用最新版本的评估代码。

登录后查看全文
热门项目推荐
相关项目推荐

项目优选

收起
kernelkernel
deepin linux kernel
C
22
6
docsdocs
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
205
2.18 K
ohos_react_nativeohos_react_native
React Native鸿蒙化仓库
C++
208
285
pytorchpytorch
Ascend Extension for PyTorch
Python
62
95
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
977
575
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
9
1
ops-mathops-math
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++
550
86
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
1.02 K
399
communitycommunity
本项目是CANN开源社区的核心管理仓库,包含社区的治理章程、治理组织、通用操作指引及流程规范等基础信息
393
27
MateChatMateChat
前端智能化场景解决方案UI库,轻松构建你的AI应用,我们将持续完善更新,欢迎你的使用与建议。 官网地址:https://matechat.gitcode.com
1.2 K
133