快速结论:这个报错通常出现在尝试把 CLIP 模型导出到 ExecuTorch 时,旧版代码因 linalg_vector_norm 算子不被 ExecuTorch 支持而导出失败。优先确认 transformers 版本是否已包含已分解的 norm 实现,以及导出器是否已迁移到 transformers.exporters.ExecutorchExporter。
适用环境:Issue 中确认涉及 Transformers、CLIP 模型与 ExecuTorch 导出流程;未提供具体 Python、CUDA、PyTorch、显卡或操作系统版本。
最快修复方案:升级到包含 #32887 修复的 transformers 版本。该修复把 CLIP 使用的 norm 改为已分解实现,后续 ExecuTorch 导出器也已进入核心模块。
注意事项:Issue 未给出可复现的最小环境与逐条命令,因此升级版本后仍需实际跑一次导出测试确认。若仍报错,可能是导出器调用路径或本地依赖未同步更新。
问题场景
用户在 Transformers 中尝试把 CLIP 模型走 “Export to ExecuTorch” 工作流时触发问题。Issue 提到这是为了支持通用导出问题,目标是让 CLIP 与 ExecuTorch 兼容。
报错原文
CLIP is ExecuTorch compatible
原因分析
最可能的原因是 CLIP 原先依赖的 linalg_vector_norm 算子在 ExecuTorch 中不被支持,导致导出被阻塞。Issue 中的评论指出该阻塞项(pytorch/executorch#3566)已由 #32887 修复,修复方式是让 CLIP 继续使用已分解的 norm 实现。
环境排查
- 确认当前 transformers 版本是否包含 #32887 对应的修复。
- 确认导出器是否使用
transformers.exporters.ExecutorchExporter,而不是旧的独立导出路径。 - 确认 CLIP 模型代码中的 norm 实现是否已切换到 Issue 中引用的已分解版本。
- 确认导出测试中 CLIP 没有出现在
EXPORT_SKIPS中。
解决步骤
- 升级 transformers 到包含 #32887 修复的版本。
- 使用核心导出器
transformers.exporters.ExecutorchExporter执行 CLIP 导出。 - 检查导出配置或测试代码中是否仍把 CLIP 列在
EXPORT_SKIPS里;若有,移除该跳过项。 - 若仍遇到 norm 相关导出错误,可优先尝试确认模型定义是否已使用 Issue 中引用的已分解 norm 实现。
验证方法
重新执行 CLIP 到 ExecuTorch 的导出流程,确认不再出现 linalg_vector_norm 相关的阻塞错误,并且 CLIP 能通过共享导出测试、不出现在 EXPORT_SKIPS 中。
参考来源
huggingface/transformers #32506
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。
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。
这个方案解决了吗?
可以继续搜索完整报错,或查看同一工具的其他排查指南。
![[Bug] Hybrid Search in dataset settings cannot persist reranking_enable=true when the retrieval method card is already selected, so rerank s](https://www.chat-gpts.plus/wp-content/uploads/2026/09/42553-e2af1a92-768x403.jpg)
![[Refactor/Chore] Improve vp check performance](https://www.chat-gpts.plus/wp-content/uploads/2026/09/38865-ee0372e8-768x403.jpg)
![[Bug]: GatedDeltaNet metadata builder classifies a stateless first chunk as a decode (same root cause as #51483)](https://www.chat-gpts.plus/wp-content/uploads/2026/09/51562-14e6939c-768x403.jpg)