LLMC 升级 transformers 版本 lmms_eval 版本支持 Qwen2.5-VL-7B 模型， 同时配置 vision 和 language , 按 GPTQ 量化，好像支持不了同时量化呢

[laobadao]

yaml 配置：

base:
    seed: &seed 0
model:
    # type: Qwen2VL
    type: Qwen2_5VL
    path: /mnt/data/junjun.zhao/models/Qwen2.5-VL-7B-Instruct
    # path: /mnt/data/junjun.zhao/models/Qwen2.5-VL-3B-Instruct
    # tokenizer_mode: fast
    torch_dtype: torch.float32
calib:
    # name: wikitext2
    # download: True
    # n_samples: 128
    # path: calib data path
    # bs: 1
    # seq_len: 2048
    # preproc: wikitext2_gptq
    # seed: *seed
    name: custom_mm
    n_samples: 128
    # n_samples: 128
    download: False
    path: /mnt/data/junjun.zhao/datasets/VQA_mini
    apply_chat_template: True
    add_answer: True # Defalut is False. If set it to Ture, calib data will add answers.
    bs: 1
    seq_len: 512
    preproc: vlm_general
    padding: True
    seed: *seed
eval:
    # eval_pos: [pretrain, fake_quant] 
    eval_pos: [fake_quant] 
    type: vqa
    name: [mme] 
    download: False
    path: /mnt/data/junjun.zhao/datasets/datasets/lmms-lab/MME

    # name: wikitext2
    # download: True
    # seq_len: 2048
    bs: 1
    inference_per_block: False
quant:
    method: GPTQ 
    # quant_objects: [vision, language] # default is [language]
    # quant_objects: [language] # default is [language]
    vision: 
        method: GPTQ 
        weight:
            bit: 8
            symmetric: True
            granularity: per_channel
            group_size: -1
            calib_algo: mse
            # calib_algo: mse
            mse_b_num: 2
        act:
            bit: 8
            symmetric: True
            granularity: per_token
            calib_algo: minmax
        special:
            actorder: True
            static_groups: False
            percdamp: 0.01
            blocksize: 128
            true_sequential: True
    language: 
        method: GPTQ 
        weight:
            bit: 8
            symmetric: True
            granularity: per_channel
            group_size: -1
            calib_algo: mse
            # calib_algo: mse
            # mse_b_num: 2
        act:
            bit: 8
            symmetric: True
            granularity: per_token
            calib_algo: minmax
        special:
            actorder: True
            static_groups: False
            percdamp: 0.02
            blocksize: 128
            true_sequential: True
    quant_out: True
save:
    save_fake: True
    save_path: /mnt/data/junjun.zhao/saved_model/qwen2_5_vl_7b_gptq_w8a8_vlm_language/
    # save_path: /mnt/data/junjun.zhao/saved_model/qwen2_5_vl_3b_gptq_w8a8_vlm/

版本说明：

• Name: transformers Version: 4.57.0
• Name: lmms_eval Version: 0.5.0

修改了部分代码适配 transformers 和 lmms_eval 新版本

问题 1：

1. quant_objects: [vision, language] ： 这么配置的时候，只会走 language ， debug 相关代码不会走 vision
2. vision 和 language 分开配置： 在量化校准 cali 阶段可以走到 vision 和 language, 但是 deploy_fake_quant_model 的时候，只会 执行 vision ， 没有 for 循环，执行不到 language
3. deploy_fake_quant_model vision 时 把 Linear 替换为 EffcientFakeQuantLinear 时， merger.mlp. 也会报错
4. 当前代码似乎不能 同时构建 vision 和 language 的带有 EffcientFakeQuantLinear 的 model

[zhangbilang]

您好，感谢您对我们工作的认可与指正，我们仔细核对了代码，确实存在这方面的bug，现已更新，请查看

问题回复： 1、quant_objects: [vision, language] 废案，已更新移除 2、deploy_fake_quant_model 之前vision部分未显式展示，已更新 3、merger部分视为projector, llmc中当时是不量化的。这次已更新解决其未量化带来的bug报错。如果需要projector量化，可先做不量化的，然后写一个naive量化的脚本，把projector转量化 4、可以，需vision 和 language 分开配置，已更新参考config

[laobadao]

感谢，我后面更新代码试一下，谢谢