transformers prend en charge le chargement direct des modèles quantifiés GGUF, avec des performances d'inférence locale proches de llama.cpp
Titre original:Transformers now runs llama.cpp quants
Résumé IA
Hugging Face annonce que transformers prend désormais en charge l'exécution directe de modèles quantifiés GGUF : il suffit de passer gguf_file à from_pretrained pour charger un checkpoint GGUF du Hub, en réutilisant les noyaux Metal de ggml.
En bref
- Publié
- Mis à jour
- Source
- Hugging Face 社区博客(混合发现)
- Catégorie
- Produits et applications
- Score IA
- 73
官方宣布 transformers 直接加载 GGUF,给出在 Apple Silicon 上接近 llama.cpp 的实测吞吐和加载方法,可帮助本地推理用户选择工作流。
Entités associées
Source et droits
Cet article s'appuie sur des titres sélectionnés et des résumés IA issus de l'API publique AIHOT, avec attribution et liens de retour. Les droits sur l'original restent ceux des médias et auteurs d'origine ; ce site ne reproduit pas les textes intégraux.
Comment citer
Pour citer cet article, conservez le titre, la date et le lien permanent, et indiquez Orange News comme source.
Orange News : transformers prend en charge le chargement direct des modèles quantifiés GGUF, avec des performances d'inférence locale proches de llama.cpp. 22. septembre 2026. https://new.nat6.net/fr/news/cmuckj3gv09kiroed6m91iyre/