Besondere Überraschung mit dem neuen Modell Beam von Reflection AI :partying_face:
Beam ist ein Token-effizientes Modell auf Grenzskala, das sich auf Codierung und agentische Anwendungsfälle konzentriert. Es wurde für Teams entwickelt, die ein leistungsstarkes Modell auf ihrem eigenen Hardware-, Infrastruktur- oder Cloud-System ausführen und es an ihre spezifischen Bedürfnisse anpassen möchten.
Links: Dokumentation * Korrektur eines kleinen Fehlers in den automatischen Mapping-Verfahren (#49664) durch @yonigozlan in #49664
Einige echte Patches- Korrekturen
Wir haben die Lademodelle in älteren Torch-Versionen beschädigt :cry: Das sollte jetzt behoben werden. Aber hier ist die vollständige Liste der Fixes
- Beschleunige die Bildzuweisung für HunYuan-VL während der batchbasierten Generierung (#49557) durch @Arnav66692
- Fixe DeepGEMM Mega MoE unter Experten-Parallelschleifen (#49428) durch @IlyasMoutawwakil
- Fix für from_pretrained in torch 2.7: Erforderlich ist torch >=2.8 für die verteilte Checkpointing (#49652) von @naveecode
- DtensorShardOperation funktioniert bei Torch 2.6 und 2.7 (#49657) durch @hazelxue
Vollständiger Changelog: https://github.com/huggingface/transformers/compare/v5.20.0...v5.20.1