执行摘要

• 一句话：修复 DeepSeek-VL2 基准测试图片处理
• 推荐动作：值得合并：修复明确且无副作用。建议后续为该函数补充单元测试（如使用 mock processor 测试各分支），提升可维护性。

功能与动机

DeepSeek VL2 的 format_messages_v2 要求通过 conversations= 传入包含 <image> 标记的字符串，而原有的通用处理器分支无法处理该格式，导致基准测试数据创建失败或 token 计算错误。PR body 明确指出了此兼容性问题。

实现拆解

修改 python/sglang/benchmark/datasets/image.py 中的 create_mm_data_row 函数，在该函数已有的 KimiK25Processor 分支之后新增一个 elif 分支，专门处理 DeepseekVLV2Processor 类型：

1. 使用 processor(conversations=prompt_str, images=images, inference_mode=True) 调用，其中 conversations 是 DeepSeek-VL2 期望的包含 <image> 占位符的字符串。
2. 从返回结果的 input_ids 字段获取 prompt_len。
3. 其余逻辑（text-only 计算、vision token 差值）保持不变。

关键文件：

• python/sglang/benchmark/datasets/image.py（模块 基准测试；类别 source；类型 core-logic）: benchmark 图片数据集行创建函数，新增 DeepseekVLV2Processor 分支以支持特殊的 conversations 参数格式。

关键符号：create_mm_data_row

关键源码片段

python/sglang/benchmark/datasets/image.py

benchmark 图片数据集行创建函数，新增 DeepseekVLV2Processor 分支以支持特殊的 conversations 参数格式。

# 在计算 total tokens 的 if-elif-else 链中新增 DeepseekVLV2Processor 分支
if type(processor).__name__ == "KimiK25Processor":
    medias = [{"type": "image", "image": img} for img in images]
    prompt_len = processor(
        text=prompt_str,
        medias=medias,
        return_tensors="pt",
    )["input_ids"].numel()
elif type(processor).__name__ == "DeepseekVLV2Processor":
    # DeepSeek-VL2 使用 conversations 格式而非 text+images 列表
    # 需传入带有 <image> 占位符的 prompt_str
    result = processor(
        conversations=prompt_str, # 期望格式如 "<image>Describe..."
        images=images,
        inference_mode=True, # 启用推理模式以正确编码
    )
    prompt_len = result.input_ids.numel()
else:
    # 通用分支：适用于 InternVL、Qwen 等处理器
    prompt_len = processor(
        text=[prompt_str],
        images=images,
        padding=False,
        return_tensors="pt",
    )["input_ids"].numel()

评论区精华

该 PR 未产生 review 讨论（review comments 为 0），仅由 mingfeima 直接 approving 合并。

• 暂无高价值评论线程

风险与影响

• 风险：风险极低：变更仅新增一个类型分支，不影响其他处理器流程；代码逻辑简单清晰。但未添加对应单元测试，未来若有类似格式变更可能被遗漏。
• 影响：影响范围局限于 sglang benchmark 工具中 DeepSeek-VL2/OCR2 模型的数据行创建场景。对生产推理无影响，仅影响基准测试的正确性。
• 风险标记：缺少测试覆盖

关联脉络

• PR #21472 Fix PicklingError with --backend diffusers on non-T2I models: 同一仓库中的 diffusion/bugfix PR，均涉及 benchmark 或 processor 兼容性修复，且同属 multimodal 领域。