InternLM2-20B模型推理乱码问题分析与解决

问题现象

在使用InternLM项目中的InternLM2-20B大语言模型进行推理时，出现了输出乱码的情况。具体表现为两种异常输出模式：一种是持续输出"|"字符直到达到最大生成长度，另一种是输出无意义的文字组合如"地在旁边的中好好"。相比之下，InternLM2-7B模型在相同条件下能够正常推理并产生符合预期的回复。

环境配置

问题出现的环境配置如下：

• 硬件：单卡NVIDIA A100 80GB
• 软件：
  • PyTorch 2.1.2+CUDA11.8
  • Lmdeploy 0.2.1
  • Transformers 4.37.0
• 推理框架：Lmdeploy的TurbomindEngine
• 模型：InternLM2-20B

排查过程

初始检查

首先检查了推理参数配置，尝试了两种不同的生成配置(GenerationConfig)：

1. 宽松配置：top_p=0.8, top_k=40, temperature=0.8
2. 严格配置：top_p=1.0, top_k=1, temperature=0.01

两种配置下都出现了乱码问题，排除了生成参数设置不当的可能性。

模型对比测试

进一步测试发现：

• InternLM2-7B模型在相同环境下工作正常
• InternLM2-chat-20B模型也能产生正常回复
• 只有InternLM2-20B基础模型出现乱码问题

这一对比表明问题可能出在模型文件本身，而非推理框架或环境配置。

深入分析

通过检查模型文件的SHA256校验值，发现了一个关键问题：tokenizer.model文件实际上是InternLM-20B的，而其他模型权重文件是InternLM2-20B的。这种不匹配导致了分词器与模型权重不兼容，从而产生乱码输出。

问题根源

问题的根本原因是模型文件版本不一致。InternLM2系列与InternLM系列在模型架构和分词器上存在差异，混用不同版本的文件会导致：

1. 分词器无法正确编码输入文本
2. 模型无法正确理解分词器产生的token
3. 解码过程产生无意义的输出

解决方案

解决该问题的步骤如下：

1. 重新下载完整的InternLM2-20B模型文件
2. 确保所有文件（包括tokenizer.model）都来自同一版本
3. 验证所有文件的SHA256校验值是否匹配
4. 重新加载模型进行推理测试

经验总结

1. 模型文件完整性检查：在使用大语言模型时，务必确保所有相关文件来自同一版本，特别是tokenizer文件与模型权重文件的匹配性。

2. 校验机制：下载模型后应进行完整性校验，包括但不限于SHA256校验，避免文件损坏或版本不一致。

3. 问题排查思路：当遇到模型输出异常时，可以采用对比测试法（如不同模型、不同参数配置）快速定位问题范围。

4. 版本兼容性：不同代际的模型（如InternLM与InternLM2）即使参数量相同，也可能存在架构差异，不应混用组件。

扩展建议

对于大语言模型的使用者，建议建立标准化的模型管理流程：

1. 为每个模型版本建立独立的目录
2. 记录下载来源和校验信息
3. 在使用前进行简单的推理测试
4. 考虑使用模型管理工具（如HuggingFace的transformers库）来自动处理依赖关系

通过规范化的管理，可以有效避免类似问题的发生，提高模型使用的稳定性和可靠性。