huggingface/transformers

Transformers 统一文本、视觉、音频、视频和多模态模型定义，训练端可接 DeepSpeed、FSDP 等，推理端可接 vLLM、SGLang、TGI。它的基础设施意义在于把“模型定义”变成跨框架接口，生态工具只需支持一次即可共享权重、配置和加载逻辑。