Transformers v5.15.0-ն ավելացնում է նոր մոդելներ և փոխում kernel-ների լռելյայն կարգավորումները
Transformers v5.15.0-ն ավելացնում է Muse Glimmer, GraniteSWA, GraniteMoeSWA, A.X-K1, A.X-K2 և Cosmos3 Edge մոդելների աջակցությունը: Թարմացման հիմնական առանձնահատկությունն այն է, որ linear-attention մոդելների kernel-ներն այլևս ավտոմատ չեն միանում և պահանջում են հստակ կարգավորում (opt-in):
Hugging Face Transformers-ի v5.15.0 տարբերակն ավելացնում է մի շարք նոր մոդելների աջակցություն և փոփոխում linear-attention kernel-ների աշխատանքի կարգը: Թողարկման փաստաթղթերի համաձայն՝ համապատասխան մոդելների համար kernel-ներն այլևս ավտոմատ չեն միանում, ուստի համակարգերի փորձարկումը խիստ կարևոր է նախկին ավտոմատ կարգավորումներից օգտվող նախագծերի համար:
01
Ինչ գիտենք այս պահին
- 01
[1] Hugging Face Transformers, պաշտոնական թողարկման գրառում՝ «Release: v5.15.0», հրապարակված 10 օգոստոսի 2026-ին. https://github.com/huggingface/transformers/releases/tag/v5.15.0:
- 02
Տրամադրված ապացույցը հիմնված է առաջնային աղբյուրի թողարկման գրառման վրա և չի ներառում անկախ վերստուգում:
02
Ինչու է սա կարևոր Հայաստանի համար
Transformers բաց կոդով գրադարանից օգտվող հայաստանյան ծրագրավորողներն այս թողարկման ամփոփագրի միջոցով կարող են ծանոթանալ նոր մոդելների աջակցությանը և նախապատրաստվել kernel-ների փոփոխված կարգավորումներին՝ նախքան թարմացումը:
03
Նոր աջակցություն. GraniteSWA և GraniteMoeSWA
Թողարկման նկարագրության մեջ նշված է GraniteSWA-ի երկու տարբերակների աջակցության մասին:Նոր աջակցություն. A.X-K1 և A.X-K2
Թողարկման մեջ A.X-K-ի երկու տարբերակները ներկայացված են որպես նոր մոդելներ:Նոր աջակցություն. Cosmos3 Edge
Cosmos3 Edge-ը ներառված է նոր աջակցվող մոդելների ցանկում:Kernel-ների աշխատանքը linear-attention մոդելների համար
Kernel-ների ակտիվացումը դարձել է opt-in, ուստի թարմացումից հետո ավտոմատ ընտրության վրա հիմնվել չի կարելի:Կարգավիճակները ներկայացնում են v5.15.0 պաշտոնական թողարկման մեջ նշված տվյալները:
04
Գրադարանում ավելացել են նոր մոդելներ
v5.15.0 թողարկման մեջ նշվում է հինգ նոր մոդելի կամ տարբերակի աջակցության մասին՝ GraniteSWA, GraniteMoeSWA, A.X-K1, A.X-K2 և Cosmos3 Edge: Ծրագրավորողների համար սա նշանակում է, որ այս ճարտարապետությունները կարելի է փորձարկել և կիրառել Transformers-ի պաշտոնական միջոցներով: [1]
- Ավելացվել է GraniteSWA և GraniteMoeSWA մոդելների աջակցությունը:
- Նոր մոդելների ցանկում են նաև A.X-K1-ը, A.X-K2-ը և Cosmos3 Edge-ը:
- Թողարկման մեջ նշվում է միայն գրադարանի կողմից դրանց աջակցության մասին. արտադրողականության համեմատականներ կամ կիրառման մանրամասն ուղեցույցներ տրամադրված չեն:
05
Muse Glimmer-ի աջակցություն. 30B պարամետրով մուլտիմոդալ մոդել
Թողարկման նկարագրության համաձայն՝ Meta Muse Glimmer-ը 30B պարամետր ունեցող մուլտիմոդալ մոդել է, որը բաղկացած է 2B ViT տեսողական encoder-ից և 28B տեքստային decoder-ից: Նույն աղբյուրը հայտնում է, որ այն թողարկվել է Apache 2.0 լիցենզիայի ներքո: Այս տվյալները հիմնված են հենց թողարկման պաշտոնական հայտարարության վրա: [1]
- Muse Glimmer-ը նկարագրվում է որպես մուլտիմոդալ մոդել:
- Այն ներառում է 2B ViT տիպի տեսողական encoder և 28B տեքստային decoder՝ ընդհանուր 30B պարամետրով:
- Նշվում է, որ մոդելը հասանելի է Apache 2.0 լիցենզիայով:
06
Kernel-ների ընտրությունը դառնում է համատեղելիության պարտադիր քայլ
Թողարկման մեջ նշվում է breaking change-ի մասին. kernel-ներն այժմ opt-in են linear-attention մոդելների համար: Որպես օրինակ նշված են Mamba-ն, GDN-ը և միայն կոնվոլյուցիոն մոդելները, իսկ օգտատերերին, ովքեր հիմնվում էին ավտոմատ ընտրության վրա, խորհուրդ է տրվում դրանք ակտիվացնել հստակ կարգավորմամբ: Թիմերը պետք է սա դիտարկեն որպես թարմացման կարևոր պայման և ճշգրիտ պարամետրերի համար ծանոթանան թողարկման ամբողջական փաստաթղթերին: [1]
- Linear-attention մոդելների համար kernel-ների միացումը դարձել է opt-in (ոչ պարտադիր):
- Որպես օրինակներ նշվում են Mamba-ն, GDN-ը և միայն կոնվոլյուցիոն մոդելները:
- Նախկինում ավտոմատ ընտրությունից օգտվող նախագծերում այժմ պահանջվում է հստակ ակտիվացում:
- Տրամադրված նյութերում բացակայում են կարգավորման ամբողջական քայլերը կամ միգրացիայի բոլոր հնարավոր դեպքերը:
07
Քայլեր թարմացումից առաջ
Մինչ v5.15.0 տարբերակին անցնելը, ծրագրավորողները կարող են իրականացնել հետևյալ ստուգումները.
- 01
Ստուգել՝ արդյոք նախագծերում օգտագործվում են Mamba, GDN կամ միայն կոնվոլյուցիոն linear-attention մոդելներ:
- 02
Վերանայել այն կոդն ու deployment կարգավորումները, որոնք նախկինում հիմնվում էին kernel-ների ավտոմատ ընտրության վրա:
- 03
Անհրաժեշտության դեպքում հստակ ակտիվացնել պահանջվող kernel-ները և փորձարկել inference-ի կամ ուսուցման (training) հիմնական աշխատանքները:
- 04
Գնահատել նոր աջակցվող մոդելների համապատասխանությունը կիրառական պահանջներին և լիցենզիոն պայմաններին:
08
Այս թողարկման սահմանափակումները
Բոլոր պնդումները հիմնված են Hugging Face-ի պաշտոնական թողարկման նկարագրության վրա. անկախ ստուգում չի տրամադրվել:
Տրամադրված նյութերը չեն պարունակում kernel-ների փոփոխության վերաբերյալ միգրացիայի ամբողջական ուղեցույցը:
Մոդելների նկարագրություններն ու լիցենզիոն տվյալները հիմնված են թողարկողի հայտարարությունների վրա և մինչ կիրառումը պետք է ճշտվեն պաշտոնական փաստաթղթերում:
SRC
Աղբյուրների բաժին
Ուղիղ հղումներ այս ընտրանու հիմքում եղած նյութերին: Աղբյուրը տեսնելը նույնքան կարևոր է, որքան սինթեզն ընթերցելը:
Շարունակել ընթերցումը
20 օգս, 2026 թ.
Hugging Face-ի գրառումը DeepSeek-V4-Pro-0813-ը նույնականացնում է որպես տեքստի գեներացման ռեպոզիտորիա
Hugging Face-ի ռեեստրի տրամադրված գրառումը փաստում է, որ deepseek-ai/DeepSeek-V4-Pro-0813-ը գրանցված է deepseek-ai-ի էջում՝ text-generation, transformers և mit մետատվյալների պիտակներով: Գրառման ստեղծման և փոփոխման ժամանակացույցը թվագրված է 13 օգոստոսի 2026 թ.: Հնարավորությունների, հասանելիության, ֆայլերի բովանդակության և լիցենզիայի մանրամասների վերաբերյալ հարցերը մնում են բաց: [1]
18 օգս, 2026 թ.
Ինչպես կարդալ AI բենչմարքերը՝ առանց «ճշգրտության տոկոսի» թակարդն ընկնելու
Գործնական ուղեցույց հղումային մետրիկաների, սպառված թեստերի, անորոշության և այն պնդումների մասին, որոնք թվային գնահատականը չի կարող հիմնավորել։
17 օգս, 2026 թ.
Տեղային լեզվական մոդելի գործարկում Apple Silicon-ում՝ առանց ամպային հաշվի
MLX LM-ի անվտանգ առաջին գործարկում՝ մոդելի իրատեսական չափերով, պատճենվող հրամաններով և գաղտնիության, ներբեռնումների ու մոդելի պայմանների ստուգումներով: