如何解决 LLamafactory 微调 InternVL3 报错 “Processor was not found”

在使用 LLamafactory 对 InternVL3 模型进行微调时，许多同学可能会遇到以下报错：

Processor was not found

这个错误的出现主要是由于 模型与 LLamafactory 的预处理器（Processor）定义不匹配，导致在加载模型时无法正确找到对应的处理器。本文记录了我踩坑的完整过程，以及最终的解决方案，供大家参考。

---

1. 环境准备

首先，我们需要正确安装 LLamafactory 及其依赖：

git clone --depth 1 https://github.com/hiyouga/LLaMA-Factory.git
cd LLaMA-Factory
pip install -e ".[torch,metrics]" --no-build-isolation

确保 Python 版本 ≥ 3.9，并且已经安装了 Pytorch + CUDA 的 GPU 环境（不然后续训练无法运行）。

---

2. 问题复现

我最开始是直接使用 HuggingFace 官方给出的 InternVL3 模型链接，例如：

OpenGVLab/InternVL3-1B

但是在使用 LLamafactory 进行加载和微调时，会不断出现以下报错：

Processor was not found

我尝试过多种issues的解决方案，比如：

• 手动安装 transformers 的不同版本
• 替换 AutoProcessor 为 AutoTokenizer + AutoImageProcessor
• 查看官方 issue 中类似的报错

最后找到一个最稳定的解决方案。

---

3. 解决方案

✅ 不要使用官方给出的 HF 模型地址，而是要使用 适配 LLamafactory 的模型版本。

也就是说，你需要找到在 HuggingFace 上提供的 带有完整 Processor 配置 的版本，而不是直接拉取官方原始模型。

这样，LLamafactory 在加载模型时就能自动找到 processor_config.json，避免报错。

---

4. 示例：微调 InternVL3

当正确使用支持的 HuggingFace 模型后，微调就能顺利进行了。

下面以 InternVL3 的自我认知微调 为例：


这样模型可以正常加载 Processor 并开始训练。

---

5. 总结

• 出现 Processor was not found 报错，本质原因是 模型与 LLamafactory 的依赖不兼容。
• 解决方法是 换用 HuggingFace 上与 LLamafactory 匹配的模型版本，而不是使用官方原始模型。
• 一旦模型能正常加载 Processor，后续的 SFT（微调）、Lora 等流程就能顺利跑通。

如果你在微调 InternVL3 的过程中也遇到过类似问题，希望这篇文章能帮你节省踩坑时间 🚀。

---