Standardize test image fixture loading for COCO images
用户在运行 Transformers 测试时，例如在本地执行 pytest tests/test_image_processing_common.py 或特定模型测试（如 tests/models/vitpose/test_image_processing_vitpose.py ），测试中直接使用
标签： Transformer
CodeLlama tokenizer strips one leading space on encode→decode round-trip (regression vs v4)
用户在使用 transformers v5 加载所有 CodeLlama 系列模型（ codellama/CodeLlama-7b-hf 、 codellama/CodeLlama-7b-Instruct-hf 、 codellama/CodeLlama-7b-Python-hf 、 codella
LlamaTokenizer in v5 overrides tokenizer.json’s ByteLevel pre-tokenizer with Metaspace, silently breaks DeepSeek V3/R1 family
使用 transformers v5 的 AutoTokenizer.from_pretrained() 加载任何 tokenizer_config.json 中设置了 "tokenizer_class": "LlamaTokenizerFast" 或 "LlamaTokenizer" 的模型。已确
ModuleNotFoundError: No module named ‘tqdm’
用户在 Kohya SS（版本 v21.8.3 及多个其他版本）中运行 BLIP captioning 功能时，设置 num_beams 大于 1（如 12）并启用 --beam_search ，导致脚本崩溃并返回 ModuleNotFoundError: No module named 'tqdm
Compute logits and past_key_values once for the initial context rather than `num_beams` times?
用户在使用 Hugging Face transformers 库的 generate() 方法进行文本生成时，调用了以下解码策略之一： sample 、 beam search 、 beam sample 、 group beam search 。当初始上下文（prefix/prompt）很长（例
I couldn’t import Trainer from transformers until I uninstalled datasets.
用户在 VS Code 中运行 Python 脚本，尝试从 transformers 导入 Trainer ，但脚本无任何输出（包括报错信息）。卸载 datasets 后导入成功。但在 PyCharm 中 datasets 未卸载时导入也能正常执行。
Memory overflow occurs when calling the sam3-litetext model
用户使用 Hugging Face transformers 库调用 yonigozlan/sam3-litetext-s0 模型进行图像分割推理。在第一次推理中显存已占用大部分，第二次推理时显存溢出，且模型体积本身并不大。
Performance regression with FA2 and long-context generation after 5.2.0
用户在使用 Hugging Face Transformers 库、FlashAttention2（FA2）、以及 Qwen3VL-2B-Thinking 模型进行长上下文视频理解生成任务时，发现 transformers 5.4.0 版本相比 5.2.0 版本生成耗时增加了 17% 以上。该现象在
Qwen3.5 GatedDeltaNet: Large logit divergence between full-sequence forward and prefill+decode with cache
用户在 macOS (Apple Silicon) 环境下，使用 transformers==5.9.0 和 PyTorch==2.12.0 (CPU) 对 Qwen/Qwen3.5-0.8B 模型进行两种推理模式（全序列前向与预填充+缓存解码）的 logit 一致性测试。模型中包含 GatedDe
vLLM 针对多模态模型的推理优化实践｜AICon深圳
vLLM 核心开发者莫梓峰将在 AICon 深圳大会上公开其针对多模态大模型（如 Kimi-K2.6、Qwen3.6）的推理优化方案，重点解决 Encoder 性能瓶颈，这是开源推理框架应对多模态趋势的关键技术演进。