Release: v5.21.0

Adición de nuevos modelos

MiniCPM-OCR

MiniCPM-OCR es un modelo de comprensión de documentos de la familia MiniCPM-V de OpenBMB. Conserva la arquitectura MiniCPM-V 4.6, que combina un codificador visual SigLIP y un merger de atención por ventanas con un modelo de lenguaje Qwen3.5. Está especializado en leer imágenes densas en texto, como páginas escaneadas, capturas de pantalla, recibos y tablas.

Enlaces: Documentación | Artículo * Feat test (#49920) de @guarin en #49920

Flint

Flint es el modelo de lenguaje de mezcla de expertos de Recursive. En comparación con un transformador SwiGLU MoE estándar como Qwen3-MoE, utiliza atención híbrida (atención por ventanas deslizantes con embeddings rotatorios sobre el token actual y los 512 tokens anteriores en la mayoría de las capas, y atención completa sin codificación posicional en las capas restantes). También tiene attention sinks aprendidos, como en GPT-OSS, con queries y keys normalizadas con RMS por cabeza. Cada capa dispersa enruta un token a 6 de 256 expertos mediante puntuación sigmoide y añade un experto compartido sin compuerta, y las dos primeras capas son densas.

Enlaces: Documentación * Añadir soporte para el modelo Flint. (#49824) de @lovishmadaan en #49824

UltraVBert

UltraVBert extiende ModernVBert al combinar el codificador de texto UltraBERT con un codificador visual SigLIP para comprensión y recuperación de documentos visuales. Su procesador de imágenes divide cada página en mosaicos de 512 píxeles más una vista global. El conector fusiona cada bloque de 4 x 4 de parches visuales en un token, de modo que un mosaico se convierte en 64 tokens de imagen, y los normaliza con RMS a la escala de los embeddings de tokens de UltraBERT. La max_image_tiles configuración (27 por defecto) limita el número de mosaicos por página.

Enlaces: Documentación * Añadir UltraVBERT (#49685) de @athrael-soju en #49685

Gradium Phonon TTS

Gradium Phonon TTS es la familia de modelos de texto a voz en el dispositivo de Gradium, entrenados con la receta Pocket TTS. Un transformador causal lee un prompt de voz y el texto, y luego emite un latente de audio continuo de 32 dimensiones por paso a 12.5 Hz a través de una cabecera de flujo de un paso, y una cabecera de fin de discurso decide cuándo termina la locución. Los latentes se decodifican a audio de 24 kHz mediante un tokenizador de audio de Pocket TTS. A diferencia de Pocket TTS, el condicionamiento de voz utiliza latentes de 512 dimensiones de un códec de hablante independiente no publicado, por lo que las voces se entregan como latentes precalculadas y no se pueden clonar a partir de una grabación.

Enlaces: Documentación * Añadir GradiumPhononTTS (#49791) de @eustlb en #49791

Pocket TTS

Pocket TTS es el modelo de texto a voz de 100M de parámetros de Kyutai, construido como un Continuous Audio Language Model que se ejecuta más rápido que en tiempo real en CPU. Un transformador causal emite un latente de audio continuo por fotograma (12.5 Hz) a través de una cabecera de flujo de un paso, y una cabecera de fin de discurso decide cuándo detenerse. Un tokenizador de audio basado en Mimi codifica los prompts de voz y decodifica los latentes generados a audio de 24 kHz. Se publican dos cabeceras de flujo, auto destilación lagrangiana (por defecto) y drifting, y las voces se pueden clonar a partir de una grabación, pasar como latentes precalculadas o cargar desde estados KV en caché.

Enlaces: Documentación | Artículo científico | Entrada de blog * añade PocketTTS (#49589) por @eustlb en #49589

Tokenizador de audio de Pocket TTS

El tokenizador de audio de Pocket TTS es el códec utilizado por Pocket TTS. Tiene la arquitectura de Mimi (convoluciones SEANet más un pequeño transformer causal a cada lado), pero su cuantizador vectorial residual se sustituye por un cuello de botella continuo de 32 dimensiones, el VAE-GAN de Continuous Audio Language Models. Convierte audio de 24 kHz en latentes a 12.5 Hz y los decodifica de nuevo a audio. Sirve como el audio_tokenizer de PocketTTSProcessor, codificando los prompts de voz y decodificando los latentes generados, y su codificador y decodificador también pueden cargarse por separado.

Enlaces: Documentación | Artículo científico * añade PocketTTSAudioTokenizer (#49588) por @eustlb en #49588

Cambios importantes

Se corrigieron las importaciones del procesador Gemma4 (los procesadores Gemma4, Gemma4 unified y EmbeddingGemma2) para que from transformers import * ya no falle en entornos que tienen PIL pero no torch; no se requiere ninguna acción del usuario. * :rotating_light: Se corrigieron las importaciones cruzadas de gemma4 que provocaban fallos de importación sin torch pero con PIL (#49748) por @Sai-Suraj-27

Se añadió un backend "fp8" a QuantizedCache, junto con quanto y hqq, que almacena los estados KV en torch.float8_e4m3fn con una única escala por tensor; actívelo con cache_implementation="quantized" y cache_config={"backend": "fp8"}. * 🚨Se añade un backend FP8 a QuantizedCache (#48677) por @jiqing-feng

El paralelismo de tensores ahora tiene un estilo de embedding dedicado, fragmenta por defecto los embeddings de entrada de todos los modelos y admite anchos que no son divisibles por el tamaño de TP, de modo que ColwiseParallel y RowwiseParallel ahora se aplican solo a las capas lineales; los planes de TP personalizados que los aplicaban a los embeddings deben cambiar al nuevo estilo de embedding. * 🚨 TP: dar a los embeddings su propio estilo, fragmentar los embeddings de entrada por defecto y fragmentar los anchos que no dividen el tamaño de TP (#49570) por @IlyasMoutawwakil

Cada plan de TP y EP de MoE ahora fragmenta sus expertos, de modo que los modelos ya no mantienen todos los expertos en cada rango, y un nuevo test_moe_parallel_plans_shard_experts test verifica esto; los planes paralelos de MoE personalizados o posteriores deben añadir la fragmentación de expertos para aprobarlo y evitar memoria desperdiciada. * 🚨 MoE: fragmentar los expertos en cada plan de TP/EP, y probarlo (#49206) por @IlyasMoutawwakil

Cache

Esta versión mejora el manejo de caché en toda la biblioteca. Flash Attention ahora funciona con cachés estáticas, BLOOM ya no falla con caché estática o generate compilado, el prefill por chunks admite la continuación de caché, y el historial de posiciones del indexador de Qwen4-Exp se mantiene alineado con sus claves en caché. Las cachés de atención lineal también incorporan nuevos getters (is_recording_past, get_recurrent_state, acceso al estado de conv) que dejan de exponer las interioridades de la caché y preparan el terreno para la caché pa-c

• [FA] Corregir FA con caché estática (#49998) por @Cyrilvallez en [#49998]
• [docs] Comportamiento de la caché CB (#49025) por @stevhliu en [#49025]
• [CB] Reducir el tiempo de warmup al no calcular la atención sobre toda la caché (#49853) por @remi-or en [#49853]
• Corregir el ciclo de vida de la caché de posiciones del indexador de Qwen4-Exp (#49840) por @taking-lying-flat en [#49840]
• [Cache] Caché de atención lineal: usar los nuevos getters (#49375) por @remi-or en [#49375]
• [Cache] Obtener los estados de conv (#49309) por @remi-or en [#49309]
• [Cache] Añadir get_recurrent_state (#49306) por @remi-or en [#49306]
• [Cache] Añadir is_recording_past (#49305) por @remi-or en [#49305]
• Corregir el fallo de BLOOM con caché estática / generate compilado (#49481) por @kaixuanliu en [#49481]
• Permitir la continuación de la caché para el prefill por chunks (#49662) por @Cyrilvallez en [#49662]

Vision

Los procesadores de imágenes de visión ahora componen la transparencia PNG sobre blanco en lugar de exponer píxeles negros, y background_color se conserva correctamente en los procesadores DeepSeek-VL y Janus. Las correcciones de modelos abarcan el inputs_merger de SmolVLM cuando los tokens de imagen no son un múltiplo del tamaño del parche, la asignación de imágenes de HunYuan-VL durante la búsqueda por haz por lotes, y la fragmentación de expertos de Ernie4.5-VL-MoE bajo TP/EP. El DETR

• Componer la transparencia en la conversión RGB compartida y en los procesadores de imágenes (#49079) por @Nikhi00718 en [#49079]
• [Fetcher] Corregir las dependencias de test faltantes para los procesadores de imágenes resueltos dinámicamente (#49826) por @ydshieh en [#49826]
• fix(vision): Enrutar los scripts de conversión de DETR a través de from_pretrained (#49830) por @harshaljanjani en [#49830]
• Corregir el manejo de background_color en los procesadores de imágenes DeepSeek-VL y Janus (#49767) por @tritsystem en [#49767]
• Mover la imagen docker de MI300 a ROCm 10.1 y actualizar las expectativas de los tests (#49460) por @Abdennacer-Badaoui en [#49460]
• docs: corregir la gramática de 'allows to' en la documentación de Vision Encoder Decoder (#48730) por @mrchatam en [#48730]
• Corrige el runner SSH: añade /opt/venv/bin al PATH para las imágenes de Python 3.11 (#49759) de @ydshieh en [#49759]
• Corrige inputs_merger de SmolVLM cuando los tokens de imagen no son un múltiplo de patch_size (#49725) de @albertvillanova en [#49725]
• Ernie4.5-VL-MoE: particiona los expertos de texto y visión bajo TP y EP (#49462) de @IlyasMoutawwakil en [#49462]
• Corrige la asignación de imagen en HunYuan-VL durante la generación por lotes (#49557) de @Arnav66692 en [#49557]

Generación

Esta versión corrige una serie de errores de generación: fallos de BLOOM con caché estática o generate compilado, generate la eliminación del tipo de entradas tipo dict como ModelOutput, y una asignación de imagen incorrecta o manejo de marcadores de posición en la generación por lotes o por búsqueda de haz para HunYuan-VL e Idefics2/3. También corrige el manejo del modo de generación de audio en Qwen3-Omni, los recortes multi-zoom de generación de máscaras de SAM, el muestreo de fotogramas vacíos

• fix: evitar el muestreo de fotogramas vacíos en vídeos cortos (#49908) de @BlazeSR10hawk en [#49908]
• Corrige los separadores de ruta de Windows que rompían las importaciones relativas de los módulos personalizados de generate del Hub (#48951) de @dltsum en [#48951]
• Corrige los recortes multi-zoom en el pipeline de generación de máscaras de SAM y errores relacionados (Corrige #35530) (#49689) de @stlukyanenko en [#49689]
• actualización de la documentación de decodificación especulativa (#49697) de @merveenoyan en [#49697]
• corrección de problemas de generación en idefics3 (#49738) de @molbap en [#49738]
• corrección de tests de generación (#49740) de @molbap en [#49740]
• Corrige el casteo del dict de entradas en generate (#49731) de @Cyrilvallez en [#49731]
• [fix][Qwen3-Omni] Respetar generation_mode en la generación de audio (#49505) de @Sunt-ing en [#49505]

Paralelización

Esta versión amplía el soporte de paralelismo y corrige varios errores relacionados. Añade un plan de paralelismo de tensores para Nemotron y hace que Ernie4.5-VL-MoE particione sus expertos de texto y visión bajo TP y EP. También restaura los gradientes de despacho de tokens con paralelismo de expertos en torch 2.7–2.10, corrige una discrepancia de dispositivos de paralelismo de modelo en Molmo2, y corrige base_model_prefix en varias familias de modelos (detectores PP-OCR

• Añade plan de paralelismo de tensores para Nemotron (#48780) de @Siddhant231xyz en [#48780]
• corrección de error de paralelismo de modelo en el modelo molmo2 (#49816) de @kaixuanliu en [#49816]
• Corrige base_model_prefix en los detectores PP-OCR y las cabezas de CLIPSeg, TimesFM, CLIP y VideoPrism para que los checkpoints base se carguen (#48871) de @blipbyte en [#48871]
• Corrige los gradientes de despacho de tokens con paralelismo de expertos en torch 2.7 a 2.10 (#49710) de @digit50 en [#49710]
• Omitir Muse TP (#49717) de @remi-or en [#49717]

Cuantización

La cuantización ahora maneja correctamente los expertos FP4 de DeepSeek-V4.1: FineGrainedFP8Config gana una opción expert_dtype ("fp8" por defecto, o "fp4") que los expertos FP8 leen en lugar de asignarlos como FP8. TimesFM 2.5 ya no castea entradas float a un dtype de peso entero cuando se carga con cuantización como bitsandbytes de 4/8 bits. Una limpieza más amplia

• FP8 de grano fino: expert_dtype de DeepSeek-V4 en la configuración de cuantización (#49848) de @IlyasMoutawwakil en [#49848]
• Corrige el casteo de dtype en el ResidualBlock de TimesFM 2.5 para pesos cuantizados (#46942) de @JOhnsonKC201 en [#46942]
• Limpieza de cuantización (#49548) por @ArthurZucker en [#49548]

Correcciones de errores y mejoras

• [Fix] Corregir el emparejamiento de embeddings del codebook de CSM (#49197) por @orrangetabby17 en [#49197]
• [tests_fetcher] corregir el .as_posix() faltante en las claves de ruta de preprocessor_patterns (#49994) por @ydshieh en [#49994]
• fix(ci): omitir la sugerencia del bot si un mantenedor ya publicó run-slow: (#49992) por @ydshieh en [#49992]
• [loading] Permitir que Renaming y Converter funcionen en las mismas subclaves (sume subkeys) (#49928) por @Cyrilvallez en [#49928]
• [Fix] Corregir la detección de NUMA y cpuset en CB (#49980) por @remi-or en [#49980]
• [Refactor] Hacer que las utilidades de CB no dependan de ninguna importación de CB (#49968) por @remi-or en [#49968]
• chore: mejorar el tipado en modeling_rope_utils.py (#49831) por @RyanMullins en [#49831]
• is_fouroversix_available() devolvía una tupla (available, version). Ev… (#49894) por @sywangyi en [#49894]
• Coincidir una entrada de la skip-list desde el inicio solo hasta un límite de módulo (#49771) por @IlyasMoutawwakil en [#49771]
• [pocket_tts, gradium_phonon_tts] usar sub_configs_defaults (#49868) por @eustlb en [#49868]
• Corrige una discrepancia de dtype en la prueba de flash_attn (#49912) por @kaixuanliu en [#49912]
• [Fix] Eliminar asignación duplicada en la configuración de DeepseekV3.2 (#49896) por @remi-or en [#49896]
• añadir Expectations de XPU para 4 nuevas pruebas de modelos (#49815) por @kaixuanliu en [#49815]
• Facilitar los sub-config-defaults (#49906) por @zucchini-nlp en [#49906]
• Corrige un bug de índice fuera de rango en el modelo musicgen_melody (#49842) por @kaixuanliu en [#49842]
• test: añadir comprobación de paridad a la prueba de continuous batching solo para CPU (#49728) por @nrenvo en [#49728]
• [CB] Reducir max_memory_percent en el caso de un modelo en CPU (#49844) por @remi-or en [#49844]
• Mejorar la claridad y la gramática de la documentación de Auto Classes (#44550) por @himani27301 en [#44550]
• [gradium_phonon_tts] apuntar a los repos del Hub ya publicados (#49867) por @eustlb en [#49867]
• [EmbeddingGemma2] actualizar las pruebas de integración (#49576) por @eustlb en [#49576]
• Corregir un comentario (#44872) por @IvanFan-Van en [#44872]
• Corrige el torch.float64 hardcodeado que fallaba en MPS (#46723) (#46730) por @Abhijeet1815 en [#46730]
• fixup del workflow de metadata (#49854) por @vasqu en [#49854]
• docs(whisper): convertir las input features al dtype del modelo en el ejemplo de AutoModel (#49837) por @Kayvan-Zahiri en [#49837]
• Corrige que torch_float convertía a int en lugar de float (#47468) por @rahulrshetty45 en [#47468]
• Actualizar la versión mínima de Python a 3.11 (#49251) por @Sai-Suraj-27 en [#49251]
• omitir sdpa_can_dispatch_on_flash pruebas para 3 modelos (#49809) por @kaixuanliu en [#49809]
• [LED][Longformer] Reemplazar el bucle for por unfold en la ruta de exportación ONNX de _chunk (#46169) por @guinik en [#46169]
• máscara booleana logits_to_keep para todas las clases ForXXX (#48825) por @jp1924 en [#48825]
• Corrige varios modelos de detección de objetos/corrección del loader para module tying (#49827) por @molbap en [#49827]
• Corrige los procesadores de logits del encoder cuando los encoder_outputs precalculados carecen de IDs de token (#49696) por @kunalsanga en [#49696]
• Aplazar algunas importaciones (#49663) por @jayzuccarelli en [#49663]
• refactorizar la CTC loss (#49833) por @ebezzam en [#49833]
• Añadir CI de Intel XPU (#49254) por @regisss en [#49254]
• fix(mask2former): registrar input_projections como nn.ModuleList (corrige #49698) (#49703) por @Omarinho12345 en [#49703]
• Solo vincular las cabezas del decodificador de MM Grounding DINO cuando la configuración las comparte (#49552) por @ en [#49552]
• [Documentación] Añadir traducción al marati (मराठी) del README (#48746) por @shreeyadav06 en [#48746]
• Corregir CLVP c_proj residual scaled-init silenciosamente nunca aplicado (#47478) por @ShamSaleem en [#47478]
• corregir casos de prueba fallidos para el modelo unlimited_ocr (#49806) por @kaixuanliu en [#49806]
• Corregir el entorno de transformers cuando requests no está instalado (#48412) por @panshularora en [#48412]
• Aplicar la orientación EXIF en load_image_as_tensor con torchvision (#49794) por @digit50 en [#49794]
• Corregir la prueba del procesador Fuyu (#49821) por @zucchini-nlp en [#49821]
• usar torchcodec-xpu y actualizar torch a 2.14.1 (#49814) por @sywangyi en [#49814]
• actualizar algunos casos para añadir expectativas de xpu (#49807) por @sywangyi en [#49807]
• [serge] Corregir 2 pruebas de integración regresionadas por el commit c48824e84024 (PR #49404) (#49705) por @sergereview[bot] en [#49705]
• docs: corregir OOM/cuelgue para modelos Qwen de resolución dinámica estableciendo min_pixels y max_pixels (#46007) por @poojansatani en [#46007]
• docs: corregir la gramática de 'allows to' en la documentación de DPT (#48728) por @mrchatam en [#48728]
• docs: corregir la gramática de 'allows to' en la documentación de LiLT (#48731) por @mrchatam en [#48731]
• docs: corregir el formato del prompt y la alineación del código en la documentación del modelo Gemma (#48775) por @Rattan344 en [#48775]
• docs: corregir error gramatical en la tarjeta del modelo ALBERT (#48774) por @Rattan344 en [#48774]
• Obsoletizar los nombres de entrada antiguos (#49424) por @zucchini-nlp en [#49424]
• Corregir NameError en los flujos de trabajo de comentarios de CI: faltan variables de marcador de sección (#49801) por @ydshieh en [#49801]
• [CI] Mejorar los comentarios de run-slow PR y eliminar el resumen de CI (#49782) por @ydshieh en [#49782]
• Mostrar la versión real de accelerate para transformers env (#49668) por @Sai-Suraj-27 en [#49668]
• [CI] corregir regresión antigua de perceriver (#49792) por @molbap en [#49792]
• captura de salida de mimi moshi (#49670) por @eustlb en [#49670]
• Eliminar el fallo esperado ya resuelto de Whisper MIC (#49785) por @tarekziade en [#49785]
• Corregir el RoPE de texto de CohereCompass para usar el M-RoPE entrelazado de Qwen3-VL (#49715) por @mmangkad en [#49715]
• Alias thinking -> reasoning_content (#49535) por @Rocketknight1 en [#49535]
• [vLLM] Añadir modelos base Qwen-Omni Thinker y entradas por capa de Gemma 3n (#49437) por @harshaljanjani en [#49437]
• Actualizar las referencias y la documentación de la flota MIC (#49768) por @tarekziade en [#49768]
• [CI] sin módulos divididos para SAM (#49766) por @molbap en [#49766]
• Habilitar pruebas olvidadas en idefics3 (#49758) por @molbap en [#49758]
• Corregir el paso backbone de tests_fetcher (nunca funcionó desde su introducción) (#49742) por @ydshieh en [#49742]
• [modular] Extender el patrón "del self.xxx" para que coincida con asignaciones tipadas (#49735) por @remi-or en [#49735]
• Añadir xpu (#49757) por @sywangyi en [#49757]
• Obsoletizar la asignación de rope_scaling y normalizar las claves heredadas de RoPE (#49515) por @jinwukong en [#49515]
• Hacer que longrope sea compilable (#49555) por @jiqing-feng en [#49555]
• Corregir el error de cableado de stack_frames > 1 en MiniCPMV4_6VideoProcessor (#49752) por @airlsyn en [#49752]
• Corrige las pruebas fallidas de moshi (#49750) por @eustlb en [#49750]
• [docs] Gaudi (#49618) por @stevhliu en [#49618]
• [serge] Corrige 2 pruebas de integración para el modelo convnextv2 que fallaban con output_mismatch (los valores de los tensores difieren (2)) (#48838) por @sergereview[bot] en [#48838]
• [serge] Corrige 2 pruebas de integración para el modelo eomt_dinov3 que fallaban con output_mismatch (los valores de los tensores difieren (2)) (#48882) por @sergereview[bot] en [#48882]
• [serge] Corrige 4 pruebas de integración para el modelo lw_detr que fallaban con output_mismatch (los valores de los tensores difieren (4)) (#49040) por @sergereview[bot] en [#49040]
• [serge] Corrige 2 pruebas de integración para el modelo nemotron que fallaban con output_mismatch (la salida de lista difiere (2)) (#48945) por @sergereview[bot] en [#48945]
• Corrección multi-dispositivo para molmo2 (#49736) por @molbap en [#49736]
• Corrige el resto de los VLMs (#49720) por @zucchini-nlp en [#49720]
• Corrige el ValueError al cargar dos veces un checkpoint con fusión habilitada (#49412) por @kaixuanliu en [#49412]
• Evita una copia de host a dispositivo en eager_mask (#49684) por @hmellor en [#49684]
• is_tracing() ahora reconoce la captura de stream de XPU, junto con la exist… (#49722) por @sywangyi en [#49722]
• Documenta cómo evitar el prefijo Metaspace después de los tokens añadidos (#45822) por @qflen en [#45822]
• Declara las modalidades de entrada de los VLMs que reportan solo texto (#49677) por @qgallouedec en [#49677]
• Corrige los gradientes de expertos cero en bfloat16 con paralelismo de expertos y ep_size < fsdp_size (#49688) por @qgallouedec en [#49688]
• Corrige la selección de pruebas para importaciones de módulos virtuales (#49690) por @tarekziade en [#49690]
• [docs] añade guía de hardware Google TPU (#49642) por @tengomucho en [#49642]
• Copia los argumentos por defecto del parser de respuestas (#49370) por @Rocketknight1 en [#49370]
• Hace que DtensorShardOperation funcione en torch 2.6 y 2.7 (#49657) por @hazelxue en [#49657]
• Corrige from_pretrained en torch 2.7: requiere torch>=2.8 para checkpointing distribuido (#49652) por @naveecode en [#49652]
• Corrige DeepGEMM Mega MoE bajo paralelismo de expertos (#49428) por @IlyasMoutawwakil en [#49428]
• Corrige las pruebas inestables de Evolla que producían salidas NaN (#49660) por @tarekziade en [#49660]
• [rocm] Añade expectativas de ROCm a la prueba de logits de Kolibri-1 (#49661) por @ericschreiber en [#49661]
• [CB] Varias correcciones menores para MPS (#49654) de @remi-or en [#49654]
• Alinea las expectativas de las pruebas con la ruta del acelerador bajo prueba: (#49653) de @sywangyi en [#49653]
• [docs] Configuración de Processor (#49643) de @stevhliu en [#49643]
• Tareas posteriores al lanzamiento (#49646) de @vasqu en [#49646]

Contribuciones comunitarias significativas

Los siguientes colaboradores han realizado cambios significativos en la biblioteca desde el último lanzamiento:

• @ydshieh
  • [tests_fetcher] corrige el .as_posix() faltante en las claves de ruta de preprocessor_patterns (#49994)
  • fix(ci): omite la sugerencia del bot si un mantenedor ya publicó run-slow: (#49992)
  • [Fetcher] Corrige las dependencias de prueba faltantes para image processors resueltos dinámicamente (#49826)
  • Corregir NameError en los flujos de trabajo de comentarios de CI: faltaban variables de marcador de sección (#49801)
  • [CI] Mejorar los comentarios de PR run-slow y eliminar el resumen de CI (#49782)
  • Corregir el paso backbone de tests_fetcher (nunca funcionó desde su introducción) (#49742)
  • Corregir el runner SSH: añadir /opt/venv/bin al PATH para las imágenes de Python 3.11 (#49759)
• @remi-or
  • [Fix] Corregir la detección de NUMA y cpuset en CB (#49980)
  • [Refactor] Hacer que las utilidades de CB no dependan de ninguna importación de CB (#49968)
  • [Fix] Eliminar asignación duplicada en la configuración de DeepseekV3.2 (#49896)
  • [CB] Reducir el tiempo de warmup al no calcular la atención sobre toda la caché (#49853)
  • [CB] Reducir max_memory_percent en el caso de un modelo de CPU (#49844)
  • [modular] Extender el patrón "del self.xxx" para que coincida con asignaciones tipadas (#49735)
  • [Cache] Caché de atención lineal: usar los nuevos getters (#49375)
  • [Cache] Obtener los estados conv (#49309)
  • [Cache] Añadir get_recurrent_state (#49306)
  • [Cache] Añadir is_recording_past (#49305)
  • [Kernels] Añadir MPS a los tipos de dispositivos soportados (#49655)
  • Saltar Muse TP (#49717)
  • [CB] Varios arreglos menores para MPS (#49654)
• @Nikhi00718
  • Transparencia compuesta en la conversión RGB compartida y en los procesadores de imagen (#49079)
• @eustlb
  • [pocket_tts, gradium_phonon_tts] usar sub_configs_defaults (#49868)
  • [gradium_phonon_tts] apuntar a los repositorios del Hub ya publicados (#49867)
  • [EmbeddingGemma2] actualizar las pruebas de integración (#49576)
  • Añadir GradiumPhononTTS (#49791)
  • añadir PocketTTS (#49589)
  • añadir PocketTTSAudioTokenizer (#49588)
  • 🟡 [mimi] separar encoder y decoder (#49577)
  • captura de salida de mimi moshi (#49670)
  • corregir las pruebas fallidas de moshi (#49750)
• @jp1924
  • máscara booleana logits_to_keep para todas las clases ForXXX (#48825)
• @molbap
  • Corrige varios modelos de detección de objetos/arreglo del loader para el module tying (#49827)
  • [CI] corrige la regresión antigua de perceriver (#49792)
  • [CI] no dividir módulos para SAM (#49766)
  • Habilita tests olvidados en idefics3 (#49758)
  • corrige problemas de generación en idefics3 (#49738)
  • corrige tests de generación (#49740)
  • corrección multi device para molmo2 (#49736)
• @athrael-soju
  • Añade UltraVBERT (#49685)
• @harshaljanjani
  • fix(vision): Enruta los scripts de conversión de DETR a través de from_pretrained (#49830)
  • fix(audio): Enruta los scripts de conversión de ALM a través de from_pretrained (#48525)
  • [vLLM] Añade modelos base Qwen-Omni Thinker y entradas por capa de Gemma 3n (#49437)
• @lovishmadaan
  • Añade soporte para el modelo Flint. (#49824)
• @tarekziade
  • Elimina el expected failure ya resuelto de Whisper MIC (#49785)
  • Actualiza las referencias y la documentación de la flota MIC (#49768)
  • Limpieza de los tests del tokenizer (#49669)
  • Corrige la selección de tests para imports de módulos virtuales (#49690)
  • Corrige tests inestables de Evolla que producían salidas NaN (#49660)
• @yonigozlan
  • Corrige un pequeño error en los auto mappings (#49664)
• @ArthurZucker
  • Limpieza de cuantización (#49548)