transformers

Transformers 是一个开源的模型定义框架，旨在处理涉及文本、计算机视觉、音频、视频和多模态模型的机器学习任务。它作为机器学习生态系统的中心枢纽，确保与主流训练框架（如 Axolotl、Unsloth、DeepSpeed、FSDP 和 PyTorch-Lightning）、推理引擎（包括 vLLM、SGLang 和 TGI）以及相邻建模库（如 llama.cpp 和 mlx）的兼容性。 ### 核心特性 - **统一 API：** 为数百种模型架构的训练、评估和推理提供一致的接口。 - **Pipeline API：** 为跨多种模态的快速推理提供高层抽象，包括文本生成、自动语音识别、图像分类和视觉问答。 - **框架互操作性：** 允许用户在 PyTorch、JAX 和 TensorFlow 2.0 之间无缝迁移单个模型。 - **Hugging Face Hub 集成：** 提供对超过 100 万个预训练模型检查点的直接访问。 - **可定制的内部结构：** 模型架构设计采用最小化抽象，公开内部结构，使研究人员和开发人员能够轻松地独立定制和迭代模型文件。