跨架构合并:建议 — 规范化作为预处理变换

(#290) 允许用户尝试跨架构合并，但对两个真正的障碍（不兼容的参数名称和不兼容的形状）没有做任何处理。我想贡献一种解决这两个问题的方法，这个方法来自一个正在运行的系统：我们在 Hub 上发布了跨 4 个架构家族（Qwen、LLaMA、Mistral、Phi 系列）的最多 9 个模型的合并集，并提供了针对每个关键字的基准证据 - 在一个 A100 上运行 28.5 分钟，通过机器进行流式传输，输出字节完全相同。