v100显卡, 开启vllm与不开启, 相同prompt下, 结果不一致

[neal668]

提交前必须检查以下项目

• [X] 请确保使用的是仓库最新代码（git pull），一些问题已被解决和修复。
• [X] 我已阅读项目文档和FAQ章节并且已在Issue中对问题进行了搜索，没有找到相似问题和解决方案。
• [X] 第三方插件问题：例如llama.cpp、LangChain、text-generation-webui等，同时建议到对应的项目中查找解决方案。

问题类型

模型推理

基础模型

Chinese-Alpaca-2-16K (7B/13B)

操作系统

Linux

详细描述问题

分别执行以下代码, 通过交互方式输入内容
python3 scripts/inference/inference_hf.py --base_model chinese-alpaca-2-lora-13b --with_prompt --interactive --use_vllm
和
python3 scripts/inference/inference_hf.py --base_model chinese-alpaca-2-lora-13b --with_prompt --interactive

对inference_hf.py中, 第109行做了改动, 新增dtype='float16',

依赖情况（代码类问题务必提供）

# 请在此处粘贴依赖情况（请粘贴在本代码块里）

运行日志或截图

# 请在此处粘贴运行日志（请粘贴在本代码块里）

[iMountTai]

--base_model输入的是lora还是合并后的模型？如果是合并后的模型，是自己合并的还是直接下载的全量权重

[Lyu6PosHao]

可能是解码策略的问题，generation_config

[github-actions[bot]]

This issue has been automatically marked as stale because it has not had recent activity. It will be closed if no further activity occurs. Thank you for your consideration.

[github-actions[bot]]

Closing the issue, since no updates observed. Feel free to re-open if you need any further assistance.

[tkone2018]

@neal668 你好，请问你解决了吗