Transformers v5 的第一个发布候选版本已发布 🔥 这是我一生中最大的发布。 自上一个重大版本（v4）以来已经过去五年。从 20 种架构到 400 种，从每日 2 万次下载到 300 万次。 这个版本非常庞大，包含了分词（没有慢速分词器！）、建模和处理。

我们正在招聘一名工程师，专注于变压器团队中最重要的项目之一：📣 扩展测试和持续集成 📣。 随着像 transformers、PyTorch 或 vLLM 这样的项目在规模和范围上不断增长，测试设置和持续集成也在不断扩大。以下是一些数字以便更好地理解： - Transformers 有 100-150k+ 测试 - 完整套件运行需要 21 小时 - 在许多不同平台上的一组机器上运行 高效且可靠地运行这一切，使其成为我们生态系统中最重要的项目之一。这需要定期退后一步，重新设计和扩展系统。 在这个角色中，您将直接与团队中的所有工程师合作，将他们的测试融入您的架构中。您将拥有全局视角，并将使 Transformers 在未来几年内得以扩展。 我们很幸运有 @ydshieh 领导这一工作；我们正在寻找第二个人加入团队。 如果您是这样的人： - 具有现代机器学习的经验 - 将持续集成和测试视为一个有影响力的项目，而不是事后考虑的事情 - 相信以增长为导向的架构，而不是孤立的单一原子测试 那么请与我联系，我很乐意聊聊。

oLLM：一个轻量级的 Python 库，用于基于 transformers 的 LLM 推理 🔥 在消费级硬件上运行 qwen3-next-80B、GPT-OSS、Llama3。Anuar 的精彩工作！