huggingface/transformers

Transformers 统一文本、视觉、音频、视频和多模态模型的定义、训练与推理接口，并被主流训练、推理框架复用。它的生态杠杆来自“模型定义一次、多个执行后端兼容”，所以升级一个模型实现会影响整条工具链，而不只是一套 Python API。