[vLLM Issue] TypeError: can't multiply sequence by non-int of type 'str'

💥 vLLM 0.9.1에서 rope_scaling.factor 관련 TypeError 문제 해결기

🧩 문제 상황

vLLM 0.9.1에서 다음과 같은 커맨드로 모델을 띄우는 도중, 서버가 시작되지 않고 TypeError가 발생했습니다:

python3 -m vllm.entrypoints.openai.api_server \
  --model /datasets/DTS2025000100/data \
  --host 0.0.0.0 --port 8001 \
  --served-model-name /datasets/DTS2025000100/data \
  --tokenizer-mode auto --gpu-memory-utilization 0.95 \
  --tensor-parallel-size 8 --max-model-len 131072 \
  --max-num-batched-tokens 131072 --block-size 16 \
  --swap-space 0 --max-num-seqs 256 \
  --max-seq-len-to-capture 131072 --kv-cache-dtype auto \
  --disable-log-requests --trust-remote-code --dtype auto \
  --hf-overrides.rope_scaling.rope_type yarn \
  --hf-overrides.rope_scaling.factor 4.0 \
  --hf-overrides.rope_scaling.original_max_position_embeddings 32768

🛑 에러 메시지 요약

TypeError: can't multiply sequence by non-int of type 'str'

에러의 원인은 rope_scaling.factor가 문자열로 인식되어 float 연산이 불가능했던 점입니다. 내부적으로는 아래 코드에서 문제가 발생합니다:

derived_max_model_len *= scaling_factor 

즉, --hf-overrides.rope_scaling.factor 4.0 이 CLI에서 문자열 "4.0"으로 들어가서 파싱 시 타입 캐스팅이 되지 않았고, 이로 인해 TypeError가 발생한 것입니다.

✅ 해결 방법

이 문제는 vLLM 0.9.2에서 rope_scaling.factor** 타입 캐스팅 처리**를 추가함으로써 해결되었습니다.

관련 PR (예상 코드 변경):

vLLM 내부에서 hf_overrides 처리 시, "factor" 값을 명시적으로 float() 처리하도록 변경되었습니다. 예시 코드:

"rope_scaling": {
    "rope_type": "dynamic",
    "factor": float(config.rotary_scaling_factor)  # 타입 캐스팅 명확히 수행
}

이로 인해 CLI 인자에서 "4.0"과 같은 문자열로 입력해도 내부에서는 float로 올바르게 처리되어 에러 없이 실행됩니다.

✍️ 마무리

vLLM 0.9.1에서는 --hf-overrides로 rope_scaling.factor를 입력할 때 타입 오류로 인한 서버 실행 실패 문제가 있었고, 0.9.2에서는 이를 명시적 타입 변환 처리로 안정적으로 해결하였습니다.

교훈: CLI를 통해 JSON-like 구조체를 넘길 때는 내부 파싱 로직에서 타입 검증이 중요하다!