Unique Token 跟踪 (scripts/infer_task.py)

• 添加 _unique_generated_tokens 集合来跟踪唯一 token ID
• 修复：使用提示词 token 初始化（而非空集），以便提示词 token 也被惩罚
• 在 next() 生成新 token 时增量更新
• get_unique_previous_tokens() 返回排序的唯一 token 数组

批处理层 (scripts/jiuge.py)

• JiugeBatchedTask 从所有任务中收集唯一 token
• 为 C++ API 创建扁平数组和指针数组
• 高效处理每个请求的唯一 token 数组

C++ 接口更新

• 更新 inferBatchJiuge() 和 inferBatch() 以接受 previous_tokens_per_req 和 previous_tokens_len_per_req
• 更新 InferRequest 结构体以包含唯一 token 字段
• 更新 inferDeviceBatch() 和 inferDeviceBatchPaged() 以传递唯一 token
• 更新 InferenceContext::randomSample() 以接受并转发唯一 token

Python 绑定 (scripts/libinfinicore_infer/jiuge.py)

• 更新 inferBatchJiuge 参数类型以包含唯一 token 数组
• 更新 infer_batch() 方法签名

API 服务器 (scripts/launch_server.py)

• 添加 --port 和 --host 参数用于服务器配置
• 添加 OpenAI 兼容的 /models 端点
• 支持 chat_template_kwargs 透传