HuggingFace Transformers 提供对数千个预训练模型的访问，覆盖 NLP、视觉、音频和多模态任务。文档地址为 https://huggingface.co/docs/transformers，模型库为 https://huggingface.co/models，课程为 https://huggingface.co/course。
用途与适用场景：快速推理可选用 pipeline；文本生成、分类、问答、NER；图像分类、目标检测；在自定义数据集上微调；从 HuggingFace Hub 加载预训练模型。NLP pipeline 包括 text-generation、text-classification、question-answering、summarization、translation_en_to_fr、ner、fill-mask；视觉包括 image-classification、object-detection、image-segmentation；音频包括 automatic-speech-recognition、audio-classification。
模型加载常用 Auto 类：AutoModel（嵌入）、AutoModelForCausalLM（GPT 式生成）、AutoModelForSeq2SeqLM（T5、BART 等编码器-解码器）、AutoModelForSequenceClassification、AutoModelForTokenClassification、AutoModelForQuestionAnswering。建议优先用 Auto 类以自动识别模型结构。
生成参数：max_new_tokens 常用 50–500；temperature 0.1–1.0（0 为确定性）；top_p 0.9–0.95；top_k 50；num_beams 4–8（启用后关闭采样）；repetition_penalty 1.1–1.3。事实类任务建议低温度（0.1–0.3）。
显存管理：device_map 可取 "auto"、"cuda:0"、"cpu"。量化方式包括 8-bit（约减少 50% 显存，质量影响极小）、4-bit（约 75%，多数任务影响小）、GPTQ、AWQ（约 75%）。可用 torch_dtype="auto" 采用模型原生精度。
微调：Trainer 参数有 num_train_epochs（3–5）、per_device_train_batch_size（8–32）、learning_rate（微调常用 2e-5）、weight_decay（0.01）、warmup_ratio（0.1）、evaluation_strategy（"epoch" 或 "steps"）。策略包括全量微调、LoRA、QLoRA、prefix tuning。分词需设置 padding、truncation、max_length、return_tensors（"pt"、"tf"、"np"），且分词器必须与模型匹配。
最佳实践：推理用 pipeline；用 device_map="auto" 优化 GPU 分配；批处理提升吞吐；大模型用量化；微调用 Trainer。限制方面，除上述资料外的收费、价格或具体性能数据暂未提供。