From 9ae7d0ffefd5b4e3ace5087fb752e97c7508b423 Mon Sep 17 00:00:00 2001
From: i-peixingyu <i-peixingyu@4paradigm.com>
Date: Fri, 24 Apr 2026 15:44:57 +0800
Subject: [PATCH] =?UTF-8?q?=E6=B7=BB=E5=8A=A0=20README.md?=
MIME-Version: 1.0
Content-Type: text/plain; charset=UTF-8
Content-Transfer-Encoding: 8bit

---
 README.md | 32 ++++++++++++++++++++++++++++++++
 1 file changed, 32 insertions(+)
 create mode 100644 README.md

diff --git a/README.md b/README.md
new file mode 100644
index 0000000..701ca06
--- /dev/null
+++ b/README.md
@@ -0,0 +1,32 @@
+# Biren166M vLLM Patched 镜像
+
+## 背景
+
+在 Biren166M GPU 上跑大批量模型 benchmark 时，部分模型因 tokenizer 配置问题导致 vLLM 启动失败。本仓库通过在基础镜像上打 patch，修复已知的兼容性问题，无需逐个修改模型文件。
+
+## 镜像信息
+
+| 项目 | 值 |
+|------|----|
+| 基础镜像 | `git.modelhub.org.cn:9443/enginex/xc-llm-biren166m:26.01` |
+| Patched 镜像 | `git.modelhub.org.cn:9443/enginex/xc-llm-biren166m:26.01-patch-tokenizer` |
+
+## 已修复问题
+
+### Patch 1：extra_special_tokens 类型兼容
+
+**问题：** 部分模型的 `tokenizer_config.json` 中 `extra_special_tokens` 字段为 `list` 类型，而 transformers 库要求其为 `dict`，导致 vLLM 启动时报错崩溃。
+
+**修复文件：** `transformers/tokenization_utils_base.py`
+
+**修复方式：** 在 `_set_model_specific_special_tokens` 方法入口处，检测到 `list` 类型时自动转换为 `dict`。
+
+**已验证模型：**
+- `beyoru/Luna-Ethos` ✅
+- `boqiny/Qwen3-8B-FengGe-SFT` ✅
+
+## 构建方法
+
+```bash
+docker build -t git.modelhub.org.cn:9443/enginex/xc-llm-biren166m:26.01-patch-tokenizer .
+docker push git.modelhub.org.cn:9443/enginex/xc-llm-biren166m:26.01-patch-tokenizer