我在过去的一周里一直在摆弄像LLaVa这样的视觉LLMs，这让我想起了pytorch_pretrained_bert的日子，当时的生态系统是一个自由的混合体，随机的GitHub仓库和在GDrive上共享的权重🤠作为一个谦逊的微调者，我对视觉LLM社区有几个请求：1. 让我们就像ChatML那样为所有SFT模型同意一个公共的聊天模板。1.1 更好的是，直接将聊天模板存储在tokenizer中，这样人们就不必从README或一些推断代码中挖掘它。参见@是小啾鸭在模板上的精彩文档：https://huggingface.co/docs/transformers/chat_templating1.2 最终的QoL改进将是在预训练模型中包含特殊标记，如<|im_start|>和