视觉理解模型EAGLE3

视觉理解模型EAGLE3#

Eagle3是目前最常用、加速效果最好的投机采样算法。 本项目包括Eagle3的训练以及benchmark测试，并开源了HunyuanOCR和Qwen3-VL系列的Eagle3权重。

我们训练的HunyuanOCR和Qwen3-VL系列Eagle3模型的表现可以参见基准测试benchmarks， 其中全部数据都是在单张H20上使用vLLM推理获得。

1. 支持模型列表#

  • HunyuanOCR

  • Qwen3-VL

2. 准备数据#

2.1 数据组织形式#

所有数据需保存在jsonl文件中，训练数据格式可参考:

  • 数据示例:

    # 文生文
{"id": "0", "conversations": [{"role": "user", "content": [{"type": "text", "text": "xxx"}]}, {"role": "assistant", "content": [{"type": "text", "text": "xxx"}]}]}

# 图生文
{"id": "1", "conversations": [{"role": "user", "content": [{"type": "image", "image": "xxx/images/0001.jpeg"}, {"type": "text", "text": "xxx"}]}, {"role": "assistant", "content": [{"type": "text", "text": "xxxx"}]}]}

  • 典型字段意义如下：

    • id: 对话唯一标识

    • conversations: OpenAI 对话格式

      • image: 对应图像文件路径

2.2 数据生成#

数据生成包括：1）为目标模型生成采样数据，2）为Eagle3模型离线生成目标模型的hidden states。

2.2.1 为目标模型生成采样数据#

生成采样数据为可选项，当有足够数量以及足够质量的目标模型SFT数据时，此步可略过。当训练数据和目标模型不配套时，则需要为目标模型重新采样生成数据。

步骤1：启动vLLM server

首先需要启动vLLM server来提供模型推理服务：

bash scripts/speculative/run_vllm_server.sh

server配置说明：

  • 该脚本会启动目标基础模型的vLLM推理服务

  • 确保服务器成功启动后再进行下一步数据生成

  • 可以通过修改脚本中的参数来调整vLLM server配置（如vLLM启动参数、GPU数量等），来适应不同的目标模型

步骤2：生成采样数据

vLLM server启动后，使用 scripts/speculative/generate_data_for_target_model.sh 脚本生成训练数据：

bash scripts/speculative/generate_data_for_target_model.sh

脚本功能说明：

  • 通过vLLM server调用目标基础模型对输入数据进行采样

  • 生成 .jsonl 格式的训练数据集

  • 数据将用于后续Eagle模型的在线训练

脚本参数说明：

在使用前，需要在脚本中配置以下参数：

  • DATA_NAME_OR_PATH: 输入数据集的HF名称或本地路径

  • OUTPUT_DIR: 生成的数据集输出路径

  • DATA_FORMAT: 输入数据集的格式（sharegpt|ultrachat）

  • DATA_SHARD_SIZE: 生成数据集的切分子集大小

  • BASE_PORT: vLLM server的端口号

注意事项：

  • 确保vLLM服务器已成功启动并正常运行

  • 数据生成过程可能需要较长时间，取决于样本数量和模型规模

2.2.2 为Eagle3模型生成hidden states#

目前仅支持以HF为后端生成hidden states，调用脚本如下：

# For HunyuanOCR
bash scripts/speculative/hunyuan_ocr/generate_vlm_hidden_for_draft_model.sh
# For Qwen3-VL series
bash scripts/speculative/qwen3_vl/generate_vlm_hidden_for_draft_model.sh

注意：qwen3_vl系列模型生成hidden states需要更新transformers库: pip install git+https://github.com/huggingface/transformers.git

脚本参数说明：

在使用前，需要在脚本中配置以下参数：

  • DATASET_PATH: 输入数据集的HF名称或本地路径

  • MODEL_NAME: 目标模型的HF名称或本地路径

  • TARGET_BACKEND: 目标模型后端，目前仅支持HF

  • MODEL_MAX_LENGTH: 生成数据的上下文长度

  • CHAT_TEMPLATE_TYPE: 目标模型的目标类型，目前支持qwen3_vl/hunyuan_vl

  • OUTPUT_DIR: 生成的数据集输出路径

3. 训练Eagle3模型#

目前支持在线训练和离线训练两种模式：在线训练适合显存足够、目标模型不大、训练上下文长度不要求极长的场景， 离线训练适合大尺寸目标模型、磁盘空间足够、长上下文训练场景。

3.1 在线训练#

使用下面的脚本进行Eagle3模型的在线训练：

# For HunyuanOCR
bash scripts/speculative/hunyuan_ocr/train_eagle3_vlm_online.sh
# For Qwen3-VL series
bash scripts/speculative/qwen3_vl/train_eagle3_vlm_online.sh

脚本参数说明：

在使用前，需要在脚本中配置以下参数：

  • TARGET_MODEL_NAME_OR_PATH: 目标模型的HF名称或本地名称

  • DRAFT_MODEL_CONFIG_PATH: 草稿模型的config路径

  • TRAIN_DATA_PATH: 训练数据路径

  • EVAL_DATA_PATH: 验证数据路径

  • OUTPUT_DIR: Eagle3模型输出路径

  • MODEL_MAX_LENGTH: 训练数据的最大长度

  • CHAT_TEMPLATE_TYPE: 目标模型的数据模板类型

3.2 离线训练#

在离线训练前，必须要完成2.2.2 为Eagle3模型生成hidden states。 使用下面的脚本进行Eagle3模型的离线训练：

# For HunyuanOCR
bash scripts/speculative/hunyuan_ocr/train_eagle3_vlm_offline.sh
# For Qwen3-VL series
bash scripts/speculative/qwen3_vl/train_eagle3_vlm_offline.sh

脚本参数说明：

在使用前，需要在脚本中配置以下参数：

  • TARGET_MODEL_NAME_OR_PATH: 目标模型的HF名称或本地名称

  • DRAFT_MODEL_CONFIG_PATH: 草稿模型的config路径

  • TRAIN_DATA_PATH: 训练数据路径,.jsonl格式

  • TRAIN_HIDDEN_PATH: 训练hidden states数据路径

  • EVAL_HIDDEN_PATH: 验证hidden states数据路径

  • OUTPUT_DIR: Eagle3模型输出路径

  • MODEL_MAX_LENGTH: 训练数据的最大长度

  • CHAT_TEMPLATE_TYPE: 目标模型的数据模板类型

  • LM_HEAD_KEY: 目标模型lm head的weight key名称，可以在model.safetensors.index.json中查看，默认为lm_head.weight时可不指定这个参数。当为model.embed_tokens.weight时，需要指定。

  • RUN_NAME: 当report_to设为wand时，可以指定该参数设置wand中的run name。

4. 基准测试#

AngelSlim提供了HunyuanOCR和Qwen3-VL系列模型vLLM backend的Eagle3基准测试脚本，用于评估投机采样的性能提升。

4.1 vLLM基准测试#

4.1.1 基本用法#

使用 tools/vllm_offline_eagle3_vlm_batch.py 脚本进行投机采样基准测试：

python3 tools/vllm_offline_eagle3_vlm_batch.py \
    --base-model-path ${BASE_MODEL_PATH} \
    --eagle-model-path ${EAGLE_MODEL_PATH} \
    --output_file ${OUTPUT_FILE} \
    --use_eagle

4.1.2 参数说明#

模型配置参数：

  • --target_model: 基础模型路径（必需）

  • --draft_model: Eagle辅助模型路径（必需）

基准测试配置：

  • --dataset: 基准数据集名称，默认为 lmms-lab/textvqa, 可选【lmms-lab/textvqa,MMMU/MMMU,Lin-Chen/MMStar,opendatalab/OmniDocBench,Lin-Chen/MMStar】

  • --use_eagle: 运行Eagle3推理，默认为False

  • --output_file: 输出结果文件路径

  • --num_prompts: 测试用例数量，默认为100

生成参数：

  • --temp: 采样温度，默认为 0

  • --max_model_len: 最大上下文长度，默认为 32768

  • --output_len: 最大生成token数，默认为 1024

  • --max_num_seqs: 每次迭代的最大序列数，默认为 1

  • --num_spec_tokens: draft model投机采样token数量，默认为2

硬件配置：

  • --tp: 张量并行大小，默认为1

其他设置：

  • --seed: 随机种子

4.1.3 使用示例#

运行投机采样：

python3 tools/vllm_offline_eagle3_vlm_batch.py \
    --target_model Qwen/Qwen3-VL-2B-Instruct \
    --draft_model "$EAGLE_DIR" \
    --use_eagle \
    --num_spec_tokens 4 \
    --dataset "$task" \
    --num_prompts 80 \
    --temp 0 \
    --max_num_seqs 1 \
    --output_len 1024 \
    --output_file "$OUTPUT_FILE"

Baseline基准测试：

python3 tools/vllm_offline_eagle3_vlm_batch.py \
    --target_model Qwen/Qwen3-VL-2B-Instruct \
    --num_spec_tokens 4 \
    --dataset "$task" \
    --num_prompts 80 \
    --temp 0 \
    --max_num_seqs 1 \
    --output_len 1024 \
    --output_file "$OUTPUT_FILE"

4.1.4 性能报告#

运行完成后，工具会自动生成性能报告，包括：

  • 投机采样与基线模型的性能对比

  • 加速比统计

  • 生成质量指标（如果启用）

结果将保存在指定的输出目录中，便于后续分析和比较。

完整的vLLM benchmark结果可见Benchmark。

目录