LRHstudy

internvl-v1.5识别较长的数字串时容易出错

1


多模态微调支持多轮对话吗

1

看到文档里面多模态的最佳实践，上面写着： (只支持单轮对话, 每轮对话必须包含一张图片, 支持传入本地路径或URL) 后续可以支持多轮对话吗

### System Info / 系統信息 cuda12.1 torch2.3.0 ### Who can help? / 谁可以帮助到您？ @zr ### Information / 问题信息 - [X] The official example scripts / 官方的示例脚本 - [ ] My...

**Describe the bug** What the bug is, and how to reproduce, better with screenshots(描述bug以及复现过程，最好有截图) File "/opt/conda/lib/python3.10/site-packages/transformers/generation/utils.py", line 2693, in sample model_inputs = self.prepare_inputs_for_generation(input_ids, **model_kwargs) File "/root/.cache/huggingface/modules/transformers_modules/cogvlm2-llama3-chinese-chat-19B/modeling_cogvlm.py", line 677, in prepare_inputs_for_generation...

目前支持多模态模型部署了吗

2

**Describe the bug** 目前使用以下脚本部署internvl-v15显示部署成功： CUDA_VISIBLE_DEVICES=0 swift deploy \ --model_type internvl-chat-v1_5 \ --model_id_or_path /home/weight/internvl-chat-v1-5/ \ --use_flash_attn true \ --dtype bf16 使用openai格式脚本调用，可以获取模型名称，然后就报错： ```python from openai import OpenAI import base64 import time client...

vlm 2.5 版本的版式分析容易将海报、票据的title识别成header

1

### 🔎 Search before asking | 提交之前请先搜索 - [x] I have searched the MinerU [Readme](https://github.com/opendatalab/MinerU) and found no similar bug report. - [x] I have searched the MinerU [Issues](https://github.com/opendatalab/MinerU/issues) and...