InternVL

InternVL copied to clipboard

### Checklist - [x] 1. I have searched related issues but cannot get the expected help. - [x] 2. The bug has not been fixed in the latest version. -...

CalcuLuUus

Hi, could you open the sft and pre-trained codes , especially the code of Native Multimodal Pre-Training

yangengineering

[Bug] InternVL3做目标检测，坐标漂移

6

InternVL3做目标检测，返回的坐标不是原图的坐标，偏移很大, 14B 8B都是一样的结果 图片  prompt: "你是一个高级视觉分析模型，请严格按照步骤执行： 1. 检测图像中所有人物，生成每个人的边界框坐标（格式：x1,y1,x2,y2，基于像素值）。 3. 输出严格的JSON格式，包含以下字段： { "persons": [ { "bbox": [x1, y1, x2, y2] }, ... ] } " 输出 ` { "persons": [...

deepblacksky

### Motivation 我好像用internvl2_8B的代码训不了Intervl3_8B，但是internvl2_8B的代码训练internvl2.5_8B没有问题 ### Related resources _No response_ ### Additional context _No response_

lzk9508

### 📚 The doc issue 请问InternVL3与Instruct版本的区别是否基座LLM模型是否使用了Instruct版本。比如像8B，普通版本文档里写的是Qwen2.5-7B，那么Instruct版本是否对应的LLM是Qwen2.5-7B-Instruct？ ### Suggest a potential alternative/fix _No response_

p1k0pan

grounding目标检测任务，训练效果不好，询问优化意见

6

任务背景： 我做了一个目标检测任务，其中包含多项目标检测类别，该任务中的类别大部分是一些事件（特定场景中的人或物满足某种状态）。 使用模型：InternVL2_5_MPO 训练阶段，设计训练prompt： 由于这些类别大部分都是事件，比较特殊，并不类似于“猫”、“狗”等通用类别；进而，该任务的类别需要精准描述且描述语句通常较长；因此，为了减少模型预测时的输入token数，训练样本的prompt采用都两轮对话的形式：先询问并回答类别定义，后询问并回答类别坐标框（模型预测时只使用后者问答，以减少输入token）。 训练prompt示例: [{"from": "human", "value": "在xxx场景中，以下事件的定义是什么？请使用json格式回答：\n事件a\n事件b\n事件c"}, {"from": "gpt", "value": "{'事件a': '事件a的定义或描述', '事件b': '事件b的定义或描述', '事件c': '事件c的定义或描述'}"}, {"from": "human", "value": "\n请查看图像，根据xxx场景下的事件定义，提供下列所有事件的区域的边界框坐标（未发生事件的边界框坐标为空）：\n事件a\n事件b\n事件c"}, {"from": "gpt", "value": "事件a[]\n事件b[[110,220,330,440]]\n事件c[[110,220,330,440],[10,20,30,40]]\n"}] 另外，为了提高模型对单个事件的理解，我会放入对单个事件的问答，prompt格式如上。 验证阶段结果： 单个事件检测：precision精准度低，recall召回高。我发现bbox框中的错误情况有两种：1....

ExploreUniverser

### 📚 The doc issue 请问，什么时候会开源 Native Multimodal Pre-Training 部分的代码呀、。 ### Suggest a potential alternative/fix _No response_

wyqsss

[Bug] InternVL3-14B-AWQ vllm部署报错 KeyError: 'layers.44.mlp.down_proj.qweight'

2

### Checklist - [x] 1. I have searched related issues but cannot get the expected help. - [x] 2. The bug has not been fixed in the latest version. -...

deepblacksky

[Bug] 在跑8B-MPO finetune完成后保存模型出现UnboundLocalError: cannot access local variable 'default_config' where it is not associated with a value

9

### Checklist - [X] 1. I have searched related issues but cannot get the expected help. - [X] 2. The bug has not been fixed in the latest version. -...

JackeyHRan

[Feature] GUI agent有调用prompt么？

9

### Motivation internvl3有GUI agent的官方调用prompt么？ ### Related resources _No response_ ### Additional context _No response_

Larry225