fix tokenizer

README.md

@@ -0,0 +1,52 @@
+# 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：
+
+   ```text
+   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
+
+```bash
+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
+
+```bash
+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
+```