如何解决 LLaMA-Factory 微调 InternVL3 报错 Processor was not found
在使用 LLaMA-Factory 对 InternVL3 模型进行微调时，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 LLaMA-Factory 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。
1. 环境准备
首先，需要正确安装 LLaMA-Factory 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。
2. 问题复现
直接使用 HuggingFace 官方给出的 InternVL3 模型链接，例如 OpenGVLab/InternVL3-1B，在使用 LLaMA-Factory 进行加载和微调时，会不断出现上述报错。
排查过程中可尝试手动安装 transformers 的不同版本，或替换 AutoProcessor 为 AutoTokenizer + AutoImageProcessor，但最稳定的方案如下。
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 LLaMA-Factory 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，LLaMA-Factory 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，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 LLaMA-Factory 的依赖不兼容。
- 解决方法是换用 HuggingFace 上与 LLaMA-Factory 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。
