执行摘要

• 一句话：修复Geo3K VLM SFT启动脚本中--apply-chat-template参数导致的类型错误。
• 推荐动作：该PR变更简单直接，适合快速浏览以了解SFT数据流中的参数处理问题。对于从事VLM SFT或类似训练脚本开发的工程师，值得关注消息格式在训练流水线中的传递一致性。

功能与动机

PR body明确指出，--apply-chat-template参数会将messages列表转换为纯字符串，而sft_rollout.generate_rollout()期望sample.prompt是一个消息字典列表，传递字符串会导致运行时TypeError，训练立即失败。

实现拆解

仅修改了一个文件：examples/geo3k_vlm/run_geo3k_vlm_sft.sh，从SFT_ARGS数组中移除了--apply-chat-template参数。该参数原本用于将消息列表转换为聊天模板字符串，但SFT rollout需要原始列表结构来构建损失掩码。

关键文件：

• examples/geo3k_vlm/run_geo3k_vlm_sft.sh（模块 examples/geo3k_vlm）: 唯一修改的文件，移除了导致TypeError的--apply-chat-template参数，直接修复了SFT训练失败问题。

关键符号：sft_rollout.generate_rollout()

评论区精华

由于review_comments_count为0，没有review讨论记录。

• 暂无高价值评论线程

风险与影响

• 风险：风险较低：
  1. 回归风险：移除参数可能影响其他依赖该参数的场景，但PR body说明prepare_sft_data.py已生成结构化列表，SFT rollout直接消费，因此风险可控。
  2. 兼容性：仅影响geo3k_vlm SFT训练脚本，不涉及核心系统模块。
  3. 测试覆盖：未提及测试变更，依赖现有SFT流程验证。
• 影响：影响范围有限：
  1. 用户影响：修复后Geo3K VLM SFT训练可以正常运行，避免因TypeError中断。
  2. 系统影响：仅修改示例脚本，不影响slime核心架构或运行时。
  3. 团队影响：简化了SFT数据流，移除不必要的参数转换步骤。
• 风险标记：参数移除影响

关联脉络

• PR #1760 [Multimodal] Add Multimodal OPD support: 同属多模态（multimodal）相关PR，1760为on-policy distillation添加多模态支持，本PR修复VLM SFT训练脚本，显示团队在多模态训练流水线上的持续改进。
• PR #1756 [Fix]Fix some bugs/clean up: 同属bugfix类别，1756修复了检查点加载等问题，本PR修复脚本参数问题，体现常规维护模式。