AttributeError: ‘Qwen3VLTextConfig’ object has no attribute ‘tie_word_embeddings’

问题场景

用户在 vLLM 中加载 Qwen3-VL-Reranker 模型时触发该问题，属于模型加载阶段失败，尚未进入推理。报错源于 adapters.py 中的两个权重加载函数：load_weights_using_from_2_way_softmax 和 load_weights_no_post_processing，它们在读取模型配置的 tie_word_embeddings 字段时发生属性缺失。

报错原文

AttributeError: 'Qwen3VLTextConfig' object has no attribute 'tie_word_embeddings'

原因分析

最可能的原因是：vLLM 的权重加载适配器对 tie_word_embeddings 做了直接属性访问，而 Qwen3VLTextConfig 这个文本子配置类本身没有声明该属性（父配置中虽有声明），因此抛出 AttributeError。这属于配置类与适配器代码之间的字段兼容性问题，与模型权重文件本身无关。

需要特别说明：Issue 作者和评论者都指出，用 getattr(..., False) 作为默认回退虽然能让 Qwen3-VL 通过加载，但对其他模型可能产生错误结果，因此这是不正确的修复方向。

环境排查

• 确认 vLLM 版本是否已包含 PR #59989 的修复；这是本 Issue 的最终处理方式。
• 确认 Python 版本与 PyTorch 版本（Issue 环境中为 Python 3.12.13、PyTorch 2.13.0+cpu）；若使用 GPU，需另外确认 CUDA 或 ROCm 构建是否与 vLLM 匹配，Issue 未提供该信息。
• 确认加载的模型为 Qwen3-VL-Reranker，并确认走的是 2-way softmax 或无后处理的权重加载路径。
• 确认没有自行套用 PR #59795 或基于 False 默认值的临时补丁，以免掩盖真实问题或引入错误结果。

解决步骤

1. 不要在本地按 getattr(..., False) 的方式修改 adapters.py；评论已确认该思路不正确，可能导致其他模型权重绑定结果错误。
2. 可优先尝试升级 vLLM 至包含 PR #59989 修复的版本，并通过 Issue 或发布说明确认该 PR 已在目标版本中。
3. 若暂时无法升级，可参考 Issue 原作者使用的临时绕过方式（正文未给出具体细节，需回看原始 Issue 讨论）；仅将其视为临时手段，不要视作通用修复。
4. 升级或处理后重新加载 Qwen3-VL-Reranker，确认加载流程完整走完。

验证方法

重新执行相同的模型加载流程，确认不再出现 AttributeError: 'Qwen3VLTextConfig' object has no attribute 'tie_word_embeddings'，且模型能正常完成加载。若修复后与其他模型混用，建议额外用相应模型做一次加载验证，确认没有因权重绑定处理变化而产生异常结果。

参考来源

vllm-project/vllm #59784

相关修复 PR：#59989（最终修复）；#59795（评论确认方向不正确）。

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。