数据整理器（Data Collators）（90）

数据整理器（Data Collators）

数据整理器负责将多个数据样本拼接成一个迷你批次（mini-batch）。它通常处于“隐形”状态——每次使用PyTorch的DataLoader时，你都在不知不觉中依赖其默认的数据整理器。这就像大公司的后勤部门，平时你不会特意留意它的存在，可一旦出现严重问题，你才会意识到它的重要性：就像物流漏送货物一样，当数据加载器（DataLoader）无法生成迷你批次时，你才会注意到数据整理器的作用。

导致问题的“罪魁祸首”，往往是长度不一的序列。

我们无法将不同尺寸的张量（tensor）直接拼接，当默认数据整理器尝试执行拼接操作时，就会抛出异常。这时，我们才会意识到它的存在，进而匆忙通过数据加载器的collate_fn参数替换掉默认整理器。

指令格式

下面我们将结合尤达数据集（Yoda dataset，第0节中已介绍），梳理数据整理器的可选类型。首先，我们需要将该数据集调整为支持的格式之一——指令格式（instruction format），该格式需包含“prompt（提示）”和“completion（补全）”两列。

dataset = load_dataset("dvgod