[CI Failure]: Multimodal Processor shards – test_tensor_schema[naver-hyperclovax/HyperCLOVAX-SEED-Think-32B] – upstream model_type hyperclov

问题场景

在 vLLM 仓库执行多模态处理相关的 CI 测试时，涉及模型 naver-hyperclovax/HyperCLOVAX-SEED-Think-32B 的用例失败。最初表现为 models/multimodal/processing/test_tensor_schema.py::test_model_tensor_schema[naver-hyperclovax/HyperCLOVAX-SEED-Think-32B]；后续在排除 test_tensor_schema.py 的 shard 任务中，又出现在 models/multimodal/processing/test_common.py::test_processing_correctness 参数化用例上。这些 shard 通过 –ignore 排除 test_tensor_schema.py，说明两条测试路径都会受到影响。失败与硬件无关，重试后仍稳定复现，且触发该问题的 PR 本身并未改动多模态代码。

报错原文

[CI Failure]: Multimodal Processor shards - test_tensor_schema[naver-hyperclovax/HyperCLOVAX-SEED-Think-32B] - upstream model_type hyperclovax_vision_v2 unknown to CI transformers

pydantic_core._pydantic_core.ValidationError: 1 validation error for ModelConfig
  Value error, The checkpoint you are trying to load has model type `hyperclovax_vision_v2` but Transformers does not recognize this architecture.

shard-2: FAILED models/multimodal/processing/test_common.py::test_processing_correctness[1.0-32-0.5-naver-hyperclovax/HyperCLOVAX-SEED-Think-32B]
shard-2: FAILED models/multimodal/processing/test_common.py::test_processing_correctness[1.0-32-1.0-naver-hyperclovax/HyperCLOVAX-SEED-Think-32B]
         = 2 failed, 280 passed, 27 skipped, 1 xfailed in 1607.23s =

shard-4: FAILED models/multimodal/processing/test_common.py::test_processing_correctness[1.0-32-0.3-naver-hyperclovax/HyperCLOVAX-SEED-Think-32B]
         = 1 failed, 270 passed, 29 skipped in 1512.90s =

E  pydantic_core._pydantic_core.ValidationError: 1 validation error for ModelConfig
E    Value error, The checkpoint you are trying to load has model type `hyperclovax_vision_v2`
E    but Transformers does not recognize this architecture.

原因分析

最可能的原因是上游 Hugging Face 仓库 naver-hyperclovax/HyperCLOVAX-SEED-Think-32B 的 model_type 已变更为 hyperclovax_vision_v2，而 CI 镜像中的 transformers 版本不认识这个架构，ModelConfig 校验因此失败。这是仓库外部原因，与运行硬件和 PR 改动内容无关。

另一个可能原因相关的问题是：测试配置中该模型条目只有 trust_remote_code=True 而没有 revision=，会跟随上游最新提交，上游一变就可能再次失败。同时，该条目缺少 min_transformers_version，test_common.py 中 test_processing_correctness 路径在构造 ModelConfig 前虽然调用了版本检查，但无法命中跳过条件，因此仍会抛错。原 issue 标题只覆盖 test_tensor_schema.py；讨论中已确认 test_common.py 是同根因的另一条受影响路径，修复时需一并覆盖。

环境排查

• 确认 CI 镜像中安装的 transformers 版本，以及该版本是否认识 hyperclovax_vision_v2 架构。
• 确认测试配置（如 HCXVisionV2ForCausalLM 对应的 _HfExamplesInfo）是否指定了 revision；若未指定，即处于跟随上游最新提交状态。
• 确认相关条目是否设置了 min_transformers_version；缺失该字段会导致版本不满足时无法 skip。
• 确认失败 shard 覆盖的两条路径：test_tensor_schema.py::test_model_tensor_schema 与 test_common.py::test_processing_correctness。
• 对比失败构建的提交与 #56335 的先后关系，判断是否已包含 revision pin。
• Issue 未提供具体 Python、CUDA、PyTorch、驱动版本，无需按固定版本号排查。

解决步骤

1. 先确认当前代码树中 naver-hyperclovax/HyperCLOVAX-SEED-Think-32B 的测试配置是否已有 revision=。若没有，可优先尝试将测试固定到一个该 transformers 版本可识别、且测试可稳定通过的 HF revision（对应 #56335 的做法）。
2. 固定 revision 后同时运行 test_tensor_schema.py::test_model_tensor_schema 与 test_common.py::test_processing_correctness 中该模型的相关参数化用例，确认两条路径都通过。
3. 如果 pin 之后仍失败，可优先尝试为 HCXVisionV2ForCausalLM 增加 min_transformers_version（参照 HunYuanVLForConditionalGeneration 的写法），使测试在 transformers 版本不足时被 version check 跳过，而不是在 ModelConfig 构造处报错。
4. 另一种候选方案是升级 CI 镜像中的 transformers 到能识别 hyperclovax_vision_v2 的版本。Issue 将其列为 possible fix，但讨论中未单独验证，实施前需评估镜像升级对其他测试的影响。
5. 临时方案可考虑在 test_tensor_schema 中跳过该模型 id，但该方案只覆盖标题中的测试文件，无法解决 test_common.py 的失败，且属于掩盖而非修复，不建议作为最终处理。

验证方法

在受影响的 Multimodal Processor 各 shard（含 CPU、NVIDIA H200 MIG、AMD MI355 任务）中重跑多模态处理测试，确认 test_model_tensor_schema 以及 test_processing_correctness 中 HyperCLOVAX-SEED-Think-32B 的用例不再出现 ModelConfig 的 ValidationError；其他用例通过数不应因此下降。Issue 关闭前维护者确认该测试组已恢复通过，可作为最终验证结论。

参考来源

vllm-project/vllm #56397

AI 工具推荐

想把多个 AI 模型放在一个入口？

GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。

了解 GamsGo AI

推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。