教程与技巧

Hugging Face 宣布将 Transformers 定位为跨框架的模型定义标准库

原文标题:The Transformers Library: standardizing model definitions

AI 摘要

Hugging Face 官方宣布,未来 Transformers 将作为跨框架的模型定义标准,凡支持的 300+ 模型架构可望在 vLLM、SGLang 等推理引擎及 Axolotl、Unsloth 等训练框架中获得支持。团队还将简化模型贡献流程,目标是让新模型不再需要 6000 行代码、20 个文件的改动,并与 llama.cpp、MLX 加强 GGUF 等格式互转。

关键信息

  • Hugging Face 官方宣布,未来 Transformers 将作为跨框架的模型定义标准,凡支持的 300+ 模型架构可望在 vLLM、SGLang 等推理引擎及 Axolotl、Unslot…
  • 团队还将简化模型贡献流程,目标是让新模型不再需要 6000 行代码、20 个文件的改动,并与 llama.
  • cpp、MLX 加强 GGUF 等格式互转
  • 官方阐明 Transformers 定位为模型定义标准,读者可据此理解训练与推理框架间互操作的工作流变化

速览

发布时间
更新时间
来源
Hugging Face 社区博客(混合发现)
分类
教程与技巧
AI 评分
60
阅读原文 前往信息源阅读完整正文
推荐理由

官方阐明 Transformers 定位为模型定义标准,读者可据此理解训练与推理框架间互操作的工作流变化。

相关实体

来源与版权

本文基于 AIHOT 公开 API 的精选标题与 AI 摘要整理,已注明来源并回链;原文版权归原媒体与作者所有,本站不镜像全文。

原文链接 · AIHOT 条目

如何引用

引用本文时请保留标题、日期与永久链接,并注明来源为橙子新闻。

橙子新闻:Hugging Face 宣布将 Transformers 定位为跨框架的模型定义标准库。2025年5月15日。https://new.nat6.net/news/h34nenf2jsidxy2i8cjouwuz6/

查看全部 →