transformers: 它是什么，解决了什么问题以及为什么它正受到关注

它解决了什么问题

Transformers 提供了一个统一、易于使用的框架，用于访问和使用涵盖多种模态的最先进预训练模型，包括文本、计算机视觉、音频、视频和多模态任务。它消除了从头开始训练模型的必要性，从而降低了 AI 开发的计算成本和碳足迹。

它是如何工作的

它作为一个集中的模型定义框架，确保了整个 AI 生态系统的连贯性。通过提供统一的 API，它允许用户在不同的框架（PyTorch, JAX, TF2.0）之间迁移模型，并与各种训练框架（如 DeepSpeed 和 FSDP）以及推理引擎（如 vLLM 和 TGI）集成。

它是面向谁的

研究人员、工程师和开发人员，希望在没有高准入门槛的情况下，为自然语言理解、生成和其他感官任务实现高性能机器学习模型。

亮点

• Unified API: 在 Hugging Face Hub 上使用超过 100 万个预训练检查点的单一接口。
• Pipeline API: 一个高级推理类，用于处理文本生成、语音识别和图像分类等任务的预处理和输出。
• Framework Agnostic: 支持在 PyTorch, JAX 和 TensorFlow 之间迁移模型。
• Broad Modality Support: 涵盖 NLP, 计算机视觉, 音频和多模态模型（例如，视觉问答, 图像描述）。
• Customizable: 模型内部结构是公开的，允许研究人员快速迭代和定制架构。