最近在搞一个基于LLM的文本分类项目，想用PyTorch实现一个动态的Prompt模板拼接。比如输入是“评价：{text}，情感：{label}”，但不同样本的text长度差别很大，我直接用了collate_fn里的pad_sequence，结果发现模板里的特殊token（比如<|im_start|>）也被pad了，导致模型推理时位置编码错乱。尝试过先拼模板再pad，但批量处理时模板里的固定部分又得重复计算。想问问大家，有没有更简洁的方式，既保留模板结构又能处理batch？我目前是手动写了一个循环，但感觉太蠢了……求指条明路。