首页
/ GLM-4多模态模型使用中的图像参数传递问题解析

GLM-4多模态模型使用中的图像参数传递问题解析

2025-06-03 18:48:43作者:尤峻淳Whitney

问题背景

在使用GLM-4多模态版本进行图像理解任务时,开发者可能会遇到一个关于model_kwargs参数传递的报错问题。具体表现为当尝试通过tokenizer处理包含图像的对话模板时,系统提示ValueError: The following model_kwargs are not used by the model: ['images']的错误信息。

问题现象分析

当开发者按照常规方式构建包含图像的对话输入时,通常会这样组织数据结构:

inputs = tokenizer.apply_chat_template(
    [{"role": "user", "image": image, "content": query}],
    add_generation_prompt=True,
    tokenize=True,
    return_tensors="pt",
    return_dict=True
)

然而,这种写法会导致系统报错,提示images参数未被模型使用。有趣的是,如果将输入中的image键名改为images,虽然不再报错,但模型却无法正确识别图像内容。

根本原因

经过深入分析,发现这个问题源于GLM-4多模态版本在参数传递机制上的特殊设计:

  1. 消息层与输入层的参数命名差异:在消息(message)层面,图像参数使用image作为键名;而在实际模型输入(input)层面,则使用images作为键名。

  2. 参数传递机制:tokenizer在内部处理过程中会将消息层的image参数自动转换为输入层的images参数,开发者不应直接修改消息层的参数名。

解决方案

正确的使用方式应遵循以下原则:

  1. 保持消息层的参数名为image:在构建对话模板时,继续使用image作为图像参数的键名。

  2. 确保transformers版本兼容性:使用transformers 4.40.0及以上版本,推荐4.40.2版本以获得最佳兼容性。

  3. 完整示例代码

device = "cuda"

# 初始化tokenizer
tokenizer = AutoTokenizer.from_pretrained(
    "/path/to/glm-4v-9b",
    trust_remote_code=True
)

# 准备输入
query = '描述这张图片'
image = Image.open("assets/airplane.jpeg").convert('RGB')

# 构建对话模板(注意使用image作为键名)
inputs = tokenizer.apply_chat_template(
    [{"role": "user", "image": image, "content": query}],
    add_generation_prompt=True,
    tokenize=True,
    return_tensors="pt",
    return_dict=True
)

# 加载模型
model = AutoModelForCausalLM.from_pretrained(
    "/path/to/glm-4v-9b",
    torch_dtype=torch.bfloat16,
    low_cpu_mem_usage=True,
    trust_remote_code=True
).to(device).eval()

# 生成配置
gen_kwargs = {"max_length": 2500, "do_sample": True, "top_k": 1}

# 执行推理
with torch.no_grad():
    outputs = model.generate(**inputs, **gen_kwargs)
    outputs = outputs[:, inputs['input_ids'].shape[1]:]
    print(tokenizer.decode(outputs[0]))

技术要点

  1. 参数转换机制:GLM-4的tokenizer在内部会自动处理图像参数的名称转换,开发者无需手动干预这一过程。

  2. 版本依赖:transformers库从4.40.0版本开始对多模态模型的支持更加完善,特别是对参数传递机制的处理更加规范。

  3. 错误处理:当遇到类似参数未被使用的错误时,首先应检查参数名是否符合模型文档要求,而不是盲目修改参数名。

最佳实践建议

  1. 始终参考官方文档和示例代码中的参数命名规范。

  2. 在处理多模态输入时,注意区分消息层和模型输入层的参数命名差异。

  3. 保持开发环境中的关键库(如transformers)更新到推荐版本。

  4. 当遇到参数传递问题时,先打印完整的输入数据结构,帮助诊断问题所在。

通过遵循这些指导原则,开发者可以避免常见的参数传递错误,充分发挥GLM-4多模态版本的强大能力。

登录后查看全文
热门项目推荐

热门内容推荐

最新内容推荐

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
860
511
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
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
259
300
kernelkernel
deepin linux kernel
C
22
5
cherry-studiocherry-studio
🍒 Cherry Studio 是一款支持多个 LLM 提供商的桌面客户端
TypeScript
595
57
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
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
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