transformers — Hugging Face Transformers es un marco de definición de modelos para aprendizaje automático en tareas de texto, visión, audio y multimodales. Proporciona una API unificada para inferencia y entrenamiento con más de 1 millón de checkpoints preentrenados.

Hugging Face Transformers es un marco de definición de modelos para aprendizaje automático en tareas de texto, visión, audio y multimodales. Proporciona una API unificada para inferencia y entrenamiento con más de 1 millón de checkpoints preentrenados.

Sobre el proyecto

Transformers es un marco de definición de modelos de código abierto diseñado para tareas de aprendizaje automático que involucran modelos de texto, visión computacional, audio, video y multimodales. Sirve como un centro neurálgico en todo el ecosistema de aprendizaje automático, asegurando la compatibilidad con los principales marcos de entrenamiento (como Axolotl, Unsloth, DeepSpeed, FSDP y PyTorch-Lightning), motores de inferencia (incluyendo vLLM, SGLang y TGI) y librerías de modelado adyacentes como llama.cpp y mlx. ### Características Clave - **API Unificada:** Ofrece una interfaz consistente para entrenar, evaluar y ejecutar inferencias en cientos de arquitecturas de modelos. - **API de Pipeline:** Una abstracción de alto nivel para inferencias rápidas en múltiples modalidades, incluyendo generación de texto, reconocimiento automático del habla, clasificación de imágenes y respuesta a preguntas visuales. - **Interoperabilidad de Marcos:** Permite a los usuarios mover un único modelo a través de PyTorch, JAX y TensorFlow 2.0 de manera fluida. - **Integración con Hugging Face Hub:** Proporciona acceso directo a más de 1 millón de checkpoints de modelos preentrenados. - **Internos Personalizables:** Las arquitecturas de los modelos están diseñadas con abstracciones mínimas, exponiendo las estructuras internas para permitir que investigadores y desarrolladores personalicen e iteren fácilmente sobre los archivos del modelo de forma independiente.