huggingface/transformers

Public

🤗 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.

audio deep-learning deepseek gemma glm hacktoberfest llm machine-learning model-hub natural-language-processing nlp pretrained-models python pytorch pytorch-transformers qwen speech-recognition transformer vlm

Star168.4k Fork35.1k Watch1.2k Mở trên GitHub

Bee AI phân tích repositoryBETA

AI đọc README và cây file để tóm tắt, gợi ý cách dùng và đánh giá repository. Mọi con số lấy từ kho Bee, không do AI ước lượng.

Cập nhật lần cuối: 16/10/2026

Đăng nhập để hỏi Bee AI

Tóm tắt bởi Bee AI

Transformers là framework định nghĩa mô hình chuẩn cho máy học hiện đại, hỗ trợ suy luận và huấn luyện trên các tác vụ văn bản, thị giác máy tính, âm thanh và đa phương thức. Thư viện kết nối hệ sinh thái ML rộng lớn dành cho nhà phát triển và nhà nghiên cứu AI.

Định nghĩa mô hình chuẩn hóa tương thích với hàng loạt framework huấn luyện (Axolotl, Unsloth, DeepSpeed, FSDP) và engine suy luận (vLLM, SGLang, TGI, llama.cpp).
Cung cấp Pipeline API cấp cao giúp suy luận nhanh chóng trên nhiều tác vụ như sinh văn bản, phân loại ảnh, ASR và trả lời câu hỏi trực quan.
Cho phép truy cập và tái sử dụng hơn 1 triệu checkpoint mô hình được lưu trữ trên Hugging Face Hub.
Hỗ trợ di chuyển mô hình linh hoạt giữa các framework PyTorch, JAX và TensorFlow 2.0.

Lưu ý

Yêu cầu môi trường Python 3.10+ và PyTorch 2.6 trở lên.
Không phải là thư viện module lắp ghép cho mạng nơ-ron; mã mô hình không thêm lớp trừu tượng để nhà nghiên cứu dễ can thiệp trực tiếp.
API huấn luyện được tối ưu riêng cho các mô hình Transformers trên PyTorch; các vòng lặp học máy tổng quát nên dùng Accelerate.

Điểm BeeTính thuần từ số liệu trong kho Bee, không phải AI chấm: bách phân vị sao 30% · độ tươi lần push 25% · fork và watcher 15% · README, giấy phép, mô tả 20% · có bản phát hành 10%.

95/100Điểm tổng thể

Độ phổ biến100
Độ tươi100
Cộng đồng66
Tài liệu100
Phát hành100

Mức độ khóTrung bình
Phù hợp vớiLập trình viên · Nhà nghiên cứu
Loại dự ánFramework
Giấy phépApache-2.0

Kiến trúc & Công nghệ

Công nghệ AI nhận ra từ README và cây file — chỉ những mục nằm trong danh sách Bee kiểm.

Tech stack

Python
PyTorch
JAJAX
TensorFlow
Hugging Face
Whisper
vLLM
Docker

Kiến trúc tổng quan

Repository → công nghệ chính → các thư mục cấp 1 có thật trong repo; vai trò do AI mô tả.

RepositorytransformersFramework

Công nghệ chính

Python

src/Mã nguồn chính của thư viện Transformers bao gồm các lớp và kiến trúc mô hình.
docs/Tài liệu hướng dẫn, API reference và hướng dẫn chi tiết.
examples/Các ví dụ mẫu huấn luyện và tinh chỉnh mô hình cho nhiều tác vụ.
tests/Bộ kiểm thử tự động kiểm tra tính chính xác và tính tương thích của mô hình.
docker/Cấu hình Dockerfile hỗ trợ môi trường container hóa cho thư viện.
benchmark/Kịch bản và công cụ đo lường hiệu năng suy luận và huấn luyện.

src/Mã nguồn chính của thư viện Transformers bao gồm các lớp và kiến trúc mô hình.
docs/Tài liệu hướng dẫn, API reference và hướng dẫn chi tiết.
examples/Các ví dụ mẫu huấn luyện và tinh chỉnh mô hình cho nhiều tác vụ.
tests/Bộ kiểm thử tự động kiểm tra tính chính xác và tính tương thích của mô hình.
docker/Cấu hình Dockerfile hỗ trợ môi trường container hóa cho thư viện.
benchmark/Kịch bản và công cụ đo lường hiệu năng suy luận và huấn luyện.

Hướng dẫn nhanh

Các bước để bắt đầu với repository này.

bash

git clone https://github.com/huggingface/transformers.git
cd transformers

Các use case chính

Những ứng dụng có thể xây dựng từ repository này.

Xây dựng ứng dụng sinh văn bản hoặc chatbot đàm thoại với các mô hình như Qwen hoặc Llama.
Nhận dạng giọng nói tự động (ASR) với Whisper hoặc Parakeet.
Phân loại hình ảnh, ước lượng chiều sâu và phân đoạn đối tượng trong thị giác máy tính.
Thực hiện trả lời câu hỏi qua tài liệu/hình ảnh với các mô hình đa phương thức như BLIP hoặc Llava.