固定长度装箱数据集

装箱数据集用于将不定长的数据拼接到指定长度。例如：

数据集中包含4条长度为5的数据，而Template的组件max_length可接受长度为10，则装箱数据集会将数据预取出来，并拼接成为2条长度为10的样本。

ABCDE
FGHIJ
KLMNO
PQRST

会被转换为

ABCDEFGHIJ
KLMNOPQRST

注意这种拼接是在encode之后的，即实际的模型输入长度上。在流程中，数据集会进行如下操作：

1. 取出buffer length个样本

2. 对这些样本进行encode

3. 根据每个样本的长度进行自动装箱算法计算，寻找一个最优解，使批数量最小，每个样本的长度最接近max_length

4. 增加position_ids字段以区分不同样本。

最后形成的数据格式类似：

{
  "input_ids": [1,2,3,4,5,6,7,8,9,10],
  "position_ids": [0,1,2,3,4,0,1,2,3,4],
  ...
}

数据集的使用上和Dataset有以下区别：

1. 必须设置Template

2. 调用encode之后需要调用pack_dataset方法来进行最后的装箱

dataset.pack_dataset()

本数据集也有@remote_class装饰器，可以在ray的worker中运行。