huggingface/transformers

🤗 Transformers: the model-definition framework for state-of-the-art machine learning models in text, vision, audio, and multimodal models, for both inference and training.

★ 167,226Fork: 34,796语言: Python协议: Apache-2.0今日 +94GitHub ↗

Star 增长趋势（本站收录历史）

深度介绍

它是什么

Hugging Face Transformers 是当前最主流的模型定义框架，统一封装了文本、视觉、音频和多模态领域的 SOTA 模型，覆盖推理与训练全流程。

核心亮点

模型即插即用：一行 from_pretrained 加载数万个预训练权重，兼容 PyTorch、TensorFlow、JAX。
全模态覆盖：从 BERT、Qwen、DeepSeek 到 Whisper、VLM，主流架构几乎全部内置。
生态闭环：与 Model Hub、Datasets、PEFT、Accelerate 无缝衔接，微调到部署一气呵成。

为什么火

它把「复现论文」的门槛降到了几行代码，成为学术界与工业界的默认底座。16.7 万 Star 背后是几乎所有大模型发布时的首选适配框架。

适合谁用

NLP/CV/语音方向的研究者、需要快速验证想法的算法工程师，以及想把大模型接入产品的开发者。

快速上手

pip install transformers

from transformers import pipeline
pipe = pipeline("text-generation", model="Qwen/Qwen2.5-7B")
print(pipe("你好，"))