标签： Transformer

该报错通常是因为把 `transformers.pipeline` 工厂函数错误地写成了大写开头的 `Pipeline` 类并直接实例化。优先检查导入语句，将 `from transformers import Pipeline` 改为 `from transformers import pipel

该报错发生在多线程并发调用同一 tokenizer 实例时，尤其是每次调用的 padding/truncation 设置不同导致每次都会触发内部状态重配的场景。优先排查是否为同一 tokenizer 实例被多线程共享，并检查每次调用的 padding/truncation 参数是否一致。

这是 Wav2Vec2PhonemeCTCTokenizer.phonemize() 的语言切换缓存 bug——切换过 phonemizer_lang 之后，再切回原语言会静默返回其他语言的音素结果。优先检查代码里 phonemize() 分支是否漏掉了 self.phonemizer_lang =

该报错涉及 Hugging Face Transformers 中 Cohere ASR 模型在缓存生成（cached generation）阶段反复执行 encoder-to-decoder 投影操作，造成不必要的计算开销。优先排查方案是确认是否使用了 EncoderDecoderCache 以及

该报错发生在导入 langchain_core.language_models.BaseChatModel 时，因为顶层无条件导入了 transformers ，导致额外增加 300-500ms 的启动时间。优先排查你的代码中是否实际使用了 GPT-2 回退分词器，并确认是否已升级到包含懒加载修复的

该报错通常出现在调用 infer_auto_device_map 分配模型到多设备时，若 GPU 的 max_memory 小于模型中最大不可拆分模块的尺寸，函数会保守地不分配任何模块到 GPU。优先排查你是否设置了过低的 max_memory ，并关注是否存在体积失衡的大模块（如 Segforme