项目截图
概览
Transformers 作为一个中心化的模型定义框架，确保了与更广泛的机器学习生态系统的兼容性。通过标准化模型定义，它允许与各种训练框架（如 Axolotl、Unsloth、DeepSpeed 和 PyTorch-Lightning）以及推理引擎（如 vLLM、SGLang 和 TGI）进行无缝集成。该库提供了具有最少抽象的统一 API，使研究人员和开发者能够轻松利用 Hugging Face Hub 上超过 100 万个预训练模型检查点。
主要功能
- 跨文本、视觉、音频和多模态任务的预训练模型统一 API
- 与主要训练框架和推理引擎兼容
- 访问 Hugging Face Hub 上超过 100 万个模型检查点
- 用于跨模态轻松推理的高级 Pipeline API
- 支持模型定制并暴露模型内部结构
要求、安装和快速入门
使用 venv 或 uv 创建并激活虚拟环境。通过 pip 安装支持 PyTorch 的 Transformers：'pip install "transformers[torch]"'，或通过 uv 安装：'uv pip install "transformers[torch]"'。如需获取最新更改，请通过克隆仓库从源码安装，并运行 'pip install ".[torch]"'。
用法
通过指定任务和模型来实例化 pipeline，然后传入输入数据以获取结果。例如，使用 'pipeline(task="text-generation", model="Qwen/Qwen2.5-1.5B")' 进行文本生成。对于基于聊天的交互，构建聊天历史并将其传递给 pipeline。
模型兼容性与使用场景
支持广泛的模型，包括跨各种模态的 Qwen、Llama、Whisper、DINOv2、BLIP、Mixtral、BART、T5、Gemma 等。
许可证与风险说明
在 Apache 许可证 2.0 版本下授权。
Editorial verification 2026-08-09: repository URL, owner, description, license and repository statistics were reviewed. License metadata: Apache-2.0. README was fetched for the channel draft; re-check repository dependencies, releases and model terms before production use.
发布与维护
Not stated in the repository metadata