[BUG] Charge/spin-conditioned DPA4 breaks ragged multi-frame graph batches
维护者通常 1 天内回复
还没有人认领这个 Issue。
评估
- 难度
- 3/5
- 预计耗时
- 1-2 天
- 新手友好度
- 68/100
- Issue 类型
- 缺陷
- 描述清晰度
- 描述清楚
- 活跃度
- 活跃
调研方向
从 deepmd/pt_expt/descriptor/dpa4.py 开始，跟踪 call_graph()、_run_graph() 和 _apply_charge_spin_embedding()；将它们的处理方式与 DPA4C 和 frame_id_from_n_node() 进行比较。使用 ragged reproduction 添加 descriptor 级和 model 级覆盖，并将 ragged batch 与单个 frame 的独立调用进行比较，以验证在 node 数量不相等时条件仍保持对齐。
由索引模型根据 Issue 内容生成。
描述
Summary
Charge/spin-conditioned DPA4 assumes every frame in a flat graph batch has the same node count. It crashes for a genuinely ragged batch and can attach frame conditions to the wrong nodes for other unequal-count batches.
NeighborGraph defines a flat node axis with N = sum(n_node), and the public EnergyModel.forward_ragged() accepts arbitrary per-frame n_node together with (nf, 2) charge_spin. This reproduces on origin/master at 8cfd46e37448.
Reproduction
import torch
from deepmd.dpmodel.utils.neighbor_graph import NeighborGraph
from deepmd.pt_expt.descriptor.dpa4 import DescrptDPA4
d = DescrptDPA4(
ntypes=1,
sel=2,
rcut=3.0,
channels=4,
n_radial=2,
lmax=0,
kmax=0,
n_blocks=0,
use_env_seed=False,
random_gamma=False,
add_chg_spin_ebd=True,
precision="float64",
seed=1,
).eval()
graph = NeighborGraph(
n_node=torch.tensor([1, 2], dtype=torch.int64),
edge_index=torch.zeros((2, 2), dtype=torch.int64),
edge_vec=torch.zeros((2, 3), dtype=torch.float64),
edge_mask=torch.zeros((2,), dtype=torch.bool),
)
d.call_graph(
graph,
torch.zeros((3,), dtype=torch.int64),
charge_spin=torch.tensor([[0.0, 1.0], [1.0, 2.0]], dtype=torch.float64),
)
Actual result:
deepmd/dpmodel/descriptor/dpa4.py:1972
RuntimeError: shape '[3, 4]' is invalid for input of size 8
Cause
call_graph() reduces the graph to scalar nf; _run_graph() then passes nloc=n_out_nodes // nf; _apply_charge_spin_embedding() broadcasts every frame condition to that uniform width and reshapes it onto the flat node axis.
For n_node=[1, 2], this creates only two condition rows for three nodes. If the total happens to be divisible by nf, unequal frame counts can instead silently assign conditions to the wrong nodes.
Suggested fix
Gather the per-frame condition with frame_id_from_n_node(graph.n_node, n_total=atype.shape[0]), as DPA4C does, and compare a ragged batch against independent single-frame calls in descriptor- and model-level tests.
Related to the currently unreachable production ragged builders tracked in #5938, but this is a separate consumer correctness failure in the public ragged API.
Coding agent: Codex
Codex version: codex-cli 0.149.0
Model: gpt-5.6-sol
Reasoning effort: xhigh
- 主要语言
- Python
- 星标
- 2k
- 派生
- 651
- 平均合并
- 4 天 21 小时
- 30 天内合并 PR
- 14
环境准备
从这里开始
- 先读完整个 Issue，再读项目的贡献指南。
- 在 Issue 下留言说明你要接手 —— 这能避免两个人做同样的事。
- Fork 仓库，在一个分支上完成修改。
- 提交 Pull Request，并在描述里引用这个 Issue 编号。
deepmodeling/deepmd-kit 的其他 Issue
-
难度 1/5 1 小时以内 新手友好度 88/100
deepmodeling/deepmd-kit#6038 · 2 条评论 ·
维护者通常 1 天内回复
-
bug
难度 2/5 1-3 小时 新手友好度 78/100
deepmodeling/deepmd-kit#5991 ·
维护者通常 1 天内回复
-
Docs enhancement
难度 2/5 1-3 小时 新手友好度 68/100
deepmodeling/deepmd-kit#5766 · 1 条评论 ·
维护者通常 1 天内回复
-
bug
难度 2/5 1-3 小时 新手友好度 72/100
deepmodeling/deepmd-kit#5689 · 2 条评论 ·
维护者通常 1 天内回复
-
bug
难度 2/5 1-3 小时 新手友好度 78/100
deepmodeling/deepmd-kit#5686 · 1 条评论 ·
维护者通常 1 天内回复
查看 deepmodeling/deepmd-kit 的全部 Issue
相似的 Issue
-
docs pydanty:is-working
难度 2/5 1-3 小时 新手友好度 75/100
pydantic/pydantic-ai#8863 ·
维护者通常 1 天内回复
-
难度 2/5 1-3 小时 新手友好度 68/100
run-llama/llama_index#23278 ·
维护者通常 2 天内回复
-
documentation from-review-extraction github-actions priority: low severity:nit
难度 1/5 1 小时以内 新手友好度 92/100
LearningCircuit/local-deep-research#6946 ·
维护者通常 1 天内回复
-
难度 2/5 1-3 小时 新手友好度 82/100
oracle/langchain-oracle#323 ·
维护者通常 1 天内回复
-
难度 1/5 1 小时以内 新手友好度 88/100
tenstorrent/tt-metal#58057 · 1 条评论 ·
维护者通常 1 天内回复