transformers: 它是什么、解決什麼問題以及為什麼它正受到關注

它解決了什麼問題

Transformers 提供了一個統一且易於使用的框架，用於存取和使用跨多種模態（包括文本、電腦視覺、音訊、影片和多模態任務）的最先進預訓練模型。它消除了從頭開始訓練模型的需要，從而降低了 AI 開發的計算成本和碳足跡。

它是如何運作的

它作為一個集中的模型定義框架，確保了整個 AI 生態系統的一致性。透過提供統一的 API，它允許使用者在不同的框架（PyTorch, JAX, TF2.0）之間遷移模型，並與各種訓練框架（如 DeepSpeed 和 FSDP）以及推理引擎（如 vLLM 和 TGI）整合。

對象是誰

研究人員、工程師和開發人員，希望在沒有高進入門檻的情況下，為自然語言理解、生成和其他感官任務實現高性能的機器學習模型。

重點

• Unified API: 在 Hugging Face Hub 上使用超過 100 萬個預訓練檢查點的單一介面。
• Pipeline API: 一個高階推理類別，可處理文本生成、語音識別和圖像分類等任務的預處理和輸出。
• Framework Agnostic: 支援在 PyTorch, JAX 和 TensorFlow 之間遷移模型。
• Broad Modality Support: 涵蓋 NLP、電腦視覺、音訊和多模態模型（例如：視覺問答、圖像描述）。
• Customizable: 模型內部結構對外開放，允許研究人員快速迭代和自定義架構。