AI Native Landscape

Hugging Face Transformers

已跟踪

面向文本、视觉、音频和多模态任务的模型定义框架，提供推理和训练能力，是现代 AI/ML 开发的事实标准库。

作者 Hugging Face 开源时间 2018-10-29 最近提交 未知

简介

Hugging Face Transformers 是现代 AI/ML 开发的基础框架，提供对文本、视觉、音频和多模态任务的数千个预训练模型的访问。它是使用 Transformer 模型的事实标准库，支持 PyTorch、TensorFlow 和 JAX 的推理和训练。

主要特性

  • 统一 API 接入 200,000+ 预训练模型，覆盖文本、视觉、音频和多模态
  • 支持 PyTorch、TensorFlow 和 JAX 后端
  • 内置管道用于常见 NLP、计算机视觉和音频任务
  • 与 Hugging Face Hub 无缝集成，支持模型共享与协作
  • 原生支持量化、编译和优化技术

使用场景

  • 使用预训练语言、视觉和音频模型构建 AI 应用
  • 针对特定领域任务微调基础模型
  • 创建结合文本、图像和音频的多模态 AI 管道
  • 原型开发和生产部署 Transformer 系统

技术特点

  • 纯 Python 库，包含丰富的模型架构实现
  • 支持模型量化（bitsandbytes、GPTQ、AWQ）和编译（torch.compile）
  • 与 Hugging Face 生态深度集成：Datasets、Tokenizers、Accelerate、PEFT、TRL