Nvidia-A100 Tokenizer 配置修复补丁

基于 Nvidia-A100 vLLM v0.11.0 镜像，修复以下两类 tokenizer 配置问题：

1. tokenizer_class 指向当前 transformers 中不存在的类，例如：

   ValueError: Tokenizer class TokenizersBackend does not exist or is not currently imported.
   

2. extra_special_tokens 使用 list，而当前 transformers 要求该字段为 dict。

工作方式

镜像构建时用 wrapper 接管 vllm 命令。执行 vllm serve <model_dir> 时：

1. 读取模型的 tokenizer_config.json。
2. 检查 tokenizer_class 是否存在于当前 transformers，并检查 extra_special_tokens 是否为 list。
3. 发现任一问题时，将 tokenizer 文件复制到 /tmp/fixed_tokenizer。
4. 对不存在的 tokenizer_class，根据已有文件选择替代类：tokenizer.json 使用 PreTrainedTokenizerFast，tokenizer.model 使用 LlamaTokenizer，vocab.json 与 merges.txt 使用 GPT2TokenizerFast；无法判断时回退到 PreTrainedTokenizerFast。
5. 将 list 格式的 extra_special_tokens 转换为 {token: token} 形式的 dict。
6. 向原始 vLLM 命令追加 --tokenizer /tmp/fixed_tokenizer。

原模型目录不会被修改，仅处理以上两类 tokenizer 配置问题。

构建

docker build -t nvidia-a100-vllm-tokenizer-fix:v0.11.0 .

使用时仅替换原 Nvidia-A100 镜像名，vllm serve 参数保持不变。以下命令中的 <this-image> 表示打好补丁的镜像。

启动

docker run -dit \
  --name nvidia_sut_submit_<task_id> \
  -p <host_port>:8000 \
  --gpus all \
  -v /path/to/model:/model \
  -e CUDA_VISIBLE_DEVICES=0 \
  --entrypoint vllm \
  <this-image> \
  serve /model \
  --port 8000 \
  --served-model-name llm \
  --max-model-len 2048 \
  --enforce-eager \
  --trust-remote-code \
  -tp 1