Sortie v5.20.0

Nouveaux ajouts du modèle

Muse Spark Open

Muse Spark Open est un modèle multimodal de type mixte d’experts développé par Meta. Il prend en entrée du texte, des images, de l’audio et du vidéo, et génère du texte. Il dispose de 816B de paramètres totaux (42B actifs par token) et d’une fenêtre de contexte allant jusqu’à 1 048 576 tokens partagée entre les différentes modalités. Il est entraîné pour des tâches de codage agentique telles que l’édition de multiples fichiers, la débogage et l’utilisation d’outils. Les points de checkpoint sont disponibles en formats BF16 et NVFP4.

Links : Documentation | Article de blog * Ajouter Muse Spark Open (#49644) par @guarin dans #49644

Ling 3.0

Ling 3.0 Flash est un modèle de langage hybride de type Mixte d’experts de la société InclusionAI. Son décodeur comprend cinq couches de Kimi Delta Attention (KDA) et une couche de Multi-head Latent Attention (MLA). Les blocs MLA utilisent des embeddings rotatifs intercalés et un portail de sortie par tête, tandis que les blocs feed-forward combinent des experts routés et partagés. Il est natif dans les Transformers sous le nom BailingHybridForCausalLM, il peut donc être chargé sans trust_remote_code=True.

Links : Documentation * [Model] Ajout de la prise en charge native de Ling 3.0 Flash (#49446) par @icavan dans #49446

Kolibri1

Kolibri 1 est le modèle de raisonnement mixte d’experts d’Aleph Alpha, axé sur le allemand et l’anglais. Chacun de ses 50 couches dirige chaque token vers 6 des 384 experts par voie de routage sigmoidal, et ajoute un expert partagé. Quatre couches d’attention à fenêtre glissante alternent avec une couche d’attention complète, et RoPE n’est appliquée que dans les couches à fenêtre glissante.

Links : Documentation * Ajouter Kolibri 1 (#49463) par @lucamotz dans #49463

MiniCPM-V 4.7

MiniCPM-V est une série de modèles de langage grand et multimodal efficaces développés par OpenBMB. Tout comme MiniCPM-V 4.6, l’architecture MiniCPM-V 4.7 combine un encodeur de vision SigLIP doté d’une fusion d’attention par fenêtre avec un noyau de modèle de langage Qwen3.5, et prend en charge les modes de réduction visuelle de 4x et 16x.

L’ajout principal par rapport à 4.6 est canvas M-RoPE: plutôt que de numéroter les tokens visuels au sein d’une seule séquence 1-D, le modèle place chaque image sur un canvas 2-D et attribue à chaque token visuel un (temporal, height, width) position, de sorte que les tranches de la même image conservent leur relation spatiale et que les frames vidéo conservent leur ordre temporel.

• Corriger davantage de choses (#48979) par @zucchini-nlp dans #48979

UnlimitedOcr

UnlimitedOcr est un modèle OCR à 3B de paramètres unique de Baidu, avec une longueur de contexte standard de 32 768 tokens. Il s’appuie sur DeepSeek OCR et remplace toutes les couches d’attention décodeur par Reference Sliding Window Attention (R-SWA). Cela permet de maintenir le cache KV constant pendant la décodage, afin que le modèle puisse transcrire des dizaines de pages en une seule passe avant. Il prend en charge le mode « Gundam » (640x640 de tuiles avec crop dynamique) et le mode « Base » (une seule vue de 1024x1024), et il peut générer des détection de régions avec des boîtes de coordonnées.

Liens : Documentation | Page * Ajouter Unlimited OCR (#46836) par @guarin #46836

UltraBERT

UltraBERT est une famille de codificateurs de texte bidirectionnels entraînés avec une combinaison de taux de masquage, de pruning et de distillation pour les tâches de classification et de récupération. Les codificateurs publiés supportent des séquences allant jusqu’à 32 768 tokens. Ils utilisent des embeddings de position rotative, RMSNorm, des couches feed-forward SwiGLU et une attention locale et globale alternée (chaque troisième couche est globale). Les points de contrôle comprennent UltraBERT-150M et UltraBERT-380M pour le modèle linguistique masqué et le ajustement fin, ainsi que UltraBERT-Embed-150M pour les emblèmes de texte.

Links : Documentation | Paper * Intégrer l’architecture UltraBERT (#49596) par @tomaarsen dans #49596

MOSS-Transcrire-Diariser

MOSS-Transcribe-Diarize 0.9B est un modèle d’apprentissage audio de type end-to-end destiné à la transcription longue et multi-parleurs, à l’analyse de la diarisation des interlocuteurs et à l’identification des timestamps. Il combine un encodage de style Whisper, une étape de fusion de 4 frames, un projeteur multimodal et un modèle linguistique Qwen3. Il produit la transcription et la diarisation conjointes en une seule passe, avec les segments formatés comme [start][S01]text[end]. Il prend en charge les audios de longue durée grâce à la segmentation par blocs dans la fenêtre Whisper du processeur, la transcription programmable avec un biais pour les mots-clés, et plus de 50 langues.

Links : Documentation * Ajouter le modèle MOSS-Transcribe-Diarize (#48386) par @itazap dans #48386

Changements de breaking

🚨 Avis général concernant une défaillance : l’inférence avec EP présente des régressions en vitesse ; nous travaillons à résoudre ce problème le plus rapidement possible ! 🚨

Les vérifications et méthodes dépréciées ont été supprimées de cache_utils.py (affectant des modèles tels que minimax_m3_vl et pi0), donc tout code qui utilise encore ces méthodes de cache dépréciées doit passer à l’API de cache actuelle. * 🚨 Supprimez les méthodes de utilitaires de cache dépréciées (#49605) par @guarin

Les importations accidentelles provenant d'autres modèles ont été supprimées de plusieurs fichiers de modèle (par ex. embedding_gemma2, ijepa, lightglue), et le convertisseur modulaire évite désormais d'ajouter de telles importations entre modèles. Si vous avez importé ces noms via ces modules de modèle, importez-les plutôt depuis leurs modules originaux. * 🚨 Supprimez les importations provenant d'autres modèles (#49473) par @guarin

Le minimum de kernels est maintenant 0.17.2, ce qui permet use_fallback=KernelizeFallback.ALL afin que le chargement échoué du noyau se tourne vers la mise en œuvre originale plutôt que de générer une erreur. Mettez à niveau kernels à 0.17.2 ou plus récent. * 🚨 Augmenter le minimum de kernels à 0.17.2 pour un meilleur fallback (#49235) par @SunMarc

Un nouveau SubConfigSpec centralise l’initialisation des sous-configs. Les sous-configs par défaut sont donc collectés depuis les champs de la dataclass plutôt que par l’instantiation de la classe, ce qui affecte les outils de configuration et de nombreuses configurations de modèles. Les configs personnalisées ou existantes imbriquées pourraient devoir être mises à jour pour déclarer leurs sous-configs via ce mécanisme. * :rotating_light: SubConfigSpec pour l’initialisation centralisée des sous-configs (#48282) par @zucchini-nlp

Les tokeniseurs LUKE et mLUKE traitent maintenant les tokens spéciaux d’entités tels que <ent> comme des tokens spéciaux (pas divisés, respectés par skip_special_tokens, normalisés) tout en conservant la même espacement que pour les tokens du vocabulaire ordinaire lors de la décodage. La sortie de tokenisation et de décodage impliquant ces tokens peut donc différer de before, veillez donc à vérifier tout code ou sortie sauvegardée qui dépend du comportement ancien. * 🚨🚨🚨 luke fixe (#48408) par @itazap

Exporteurs

Les exportateurs de Transformers supportent désormais la quantification directement lors de l’exportation pour Dynamo, ONNX, OpenVINO et ExecuTorch. La nouvelle API de quantification unifiée intègre les quantificateurs PT2E, ONNX Runtime et NNCF, permettant la quantification statique et dynamique ainsi que la compression uniquement des poids (INT8/INT4), avec des workflows de calibration configurables. Cela facilite l’exportation de modèles optimisés pour une inférence efficace sur différents backends.

Pour plus d'informations, consultez les documents : https://huggingface.co/docs/transformers/exporters_quantization

Parallélisation

Cette version améliore la formation distribuée et l’inférence. Les checkpoints du modèle FSDP × TP et de l’optimiseur peuvent désormais être sauvegardés et chargés entre différentes configurations parallèles, ainsi que le dépannage parallèle expert, les plans parallèles de tenseurs, le generate() du cache statique et le comptage des octets de l’allocateur de cache ont été corrigés. Les têtes LM liées dans les modèles composites obtiennent désormais leur propre entrée dans le plan TP, enable_expert_parallel applique à nouveau uniquement le plan EP, et le chargement des TPU utilise `tor`

• FSDP x TP Sauvegarde / Chargement, Optimiseur (#49256) par @michaelbenayoun dans [#49256]
• FSDP x TP Sauvegarde / Chargement (#48802) par @michaelbenayoun dans [#48802]
• Ne définissez pas un appareil par rang pour les tests de gloo tensor-parallel (#49636) par @IlyasMoutawwakil dans [#49636]
• fix(distribué) : maintenir enable_expert_parallel en tant que EP seul (#49633) par @dacorvo dans [#49633]
• Corriger la course d'attribution des ports dans les tests FSDP (#49455) par @icavan dans [#49455]
• Département parallèle expert remet aux experts les lignes reçues, et non le résultat en attente de tous contre tous (#49421) par @IlyasMoutawwakil dans [#49421]
• Corriger la fonction generate() de static-cache en intégrant les entrées côté hôte et dans le TP (#49317) par @dacorvo dans [#49317]
• Composite lm head tp plan (#49080) par @IlyasMoutawwakil dans [#49080]
• Correction : utiliser les API de dispositif torch.accelerator afin que le chargement du TP fonctionne à nouveau sur TPU (#49502) par @tengomucho dans [#49502]
• Comptez ep et fsdp dans le calcul de byte de caching_allocator_warmup (#49384) par @3outeille en [#49384]
• Ne placez pas le modèle dans FSDP pour le dépôt de tokens parallèle d’experts (#49383) par @3outeille dans [#49383]

Generation

Cette version corrige le static-cache generate() Bugs liés aux entrées côté hôte et à la parallélisation de tenseurs. Il accélère également la génération de Whisper sur TPU en supprimant les synchronisations matérielles et les recompilations, et corrige la décodage des timestamps par lots pour les entrées en tenseur et NumPy. Les pipelines subissent une nettoyage de la gestion des arguments de génération, ce qui élimine les alertes inutiles.

• Ajouter le travail pour générer automatiquement l’image Docker de la CPU Intel (#49560) par @regisss dans [#49560]
• Decodage d'image passe à torchcodec (#47963) par @zucchini-nlp dans [#47963]
• Optimiser la génération de Whisper pour le TPU et la synchronisation des appareils (#49426) par @tengomucho dans [#49426]
• Nettoyage de la génération dans les pipelines (#49269) par @Rocketknight1 dans [#49269]
• Corriger la décodage du timestamp du batch Whisper pour les tenseurs (#49419) par @Kingofbooks dans [#49419]

Vision

Le traitement de la vision a été mis à jour à plusieurs endroits. La décodage d’images utilise maintenant torchcodec, les paramètres kwargs pour les images et vidéos de Molmo2 suivent les conventions standard de la bibliothèque, et Pixtral Flash Attention ne détecte plus de limites d’image fausses après la refonte axial RoPE, ce qui provoquait des erreurs d’accès à la mémoire non autorisé par CUDA et une sortie incorrecte. Plusieurs modifications CI et Docker ont également été apportées : les images GPU ont été déplacées vers Python 3.11, et un conflit entre numpy/pyarrow a été résolu.

• Corriger le conflit entre numpy/pyarrow dans l’image Docker XPU (#49582) par @jiqing-feng dans [#49582]
• CI : Transférer les images GPU vers Python 3.11 (#49352) par @tarekziade dans [#49352]
• Mise à jour du traitement des images/vidéos molmo2 via les kwargs (#49563) par @guarin dans [#49563]
• Corriger les limites d’image de Pixtral Flash Attention après la refonte axiale de RoPE (#49373) par @oliverholworthy dans [#49373]

Kernels

Cette version améliore le support du noyau pour tous les matériels. flash_attention_2 se tourne maintenant vers le noyau AITER sur ROCm lorsque flash-attn n’est pas installé, et les modèles de type T5 reçoivent une masque de biais de position SDPA continue afin qu’ils utilisent à nouveau des noyaux fusionnés. Le noyau rotatif Hub est désormais limité à l’inférence CUDA, car sa passe rétrogative a produit des gradients incorrects. Les noyaux Atlas Inference Gated DeltaNet pour Strix Halo…

• Retourner au noyau AITER pour flash_attention_2 sur ROCm (#49608) par @Abdennacer-Badaoui dans [#49608]
• Faites de la masque de position_bias SDPA continue afin que les modèles au style T5 utilisent des noyaux fusionnés (#49517) par @IvenHsu01 dans [#49517]
• Utilisez le noyau rotatif Hub pour l’inférence uniquement sur CUDA (#49439) par @qgallouedec dans [#49439]
• [Atlas Inference] Activer torch.compile pour le noyau du hub Strix Halo Gated DeltaNet (#49453) par @AzeezIsh dans [#49453]
• [Atlas Inference] Corriger le noyau du hub DeltaNet gated GB10 pour les transformers 5.17+ et activer torch.compile (#49452) par @AzeezIsh dans [#49452]

Cache

Cette version corrige plusieurs bugs liés au cache : static-cache generate() Maintenant, il gère correctement les entrées imbriquées côté hôte et le parallélisme des tenseurs ; le préchargement du cache offert ne crée plus de conflit avec la copie d’offloading, et les reconstructions du cache Phi3 LongRoPE à la frontière du contexte reçoivent désormais l’ensemble du préfixe. Il compte également le token de requête dans la fenêtre glissante de MiMo-V2-Flash et corrige la documentation du cache quantifié (hqq/quanto).

• Corriger la course de préfichage du cache déchargé avec la copie de déchargement (#49363) par @qgallouedec dans [#49363]
• docs : mettre à jour les exemples et la documentation du cache quantifié hqq/quanto (#47212) par @DavidJohnQuinlan dans [#47212]
• [MiMo-V2-Flash] Comptabilisez le token de requête dans la fenêtre glissante (#49170) par @guapisolo dans [#49170]
• Corriger la reconstruction de la cache de Phi3 LongRoPE à la frontière du contexte (#49361) par @LE0-Lin dans [#49361]

Corrections de bugs et améliorations

• [docs] Modèle de documentation matérielle (#49575) par @stevhliu dans [#49575]
• Ajouter les fichiers de verrouillage du contrat MIC pour l'intégration PR CI (#49631) par @ydshieh dans [#49631]
• Utiliser la version 3 de aiter-rope sur ROCm (#49595) par @Abdennacer-Badaoui dans [#49595]
• Supprimer les méthodes manquantes des documents (#49637) par @guarin dans [#49637]
• Traduire torch.mm(..., out_dtype=...) en ONNX (#49635) par @IlyasMoutawwakil dans [#49635]
• [docs] Section matériel (#49541) par @michaelbenayoun dans [#49541]
• Lève quand un fallback de torche ferait tomber les limites de la séquence packée (#49474) par @qgallouedec dans [#49474]
• Séquence compressée décodée (#49610) par @SunMarc dans [#49610]
• corriger le nested set_attn_implementation (#49138) par @eustlb dans [#49138]
• feat : Ajout de la prise en charge du MTP pour Mellum2/2.1 (#49531) par @shadeMe dans [#49531]
• étendre les tests des exportateurs ONNX aux dispositifs non CUDA (#49627) par @kaixuanliu dans [#49627]
• Document sur les backends du processeur vidéo (#49470) par @DimensionSTP dans [#49470]
• Faire enregistrer les emboîtements de position sinusoïdaux compilables (#49482) par @jiqing-feng dans [#49482]
• Sauvegardez l’adaptateur PEFT d’un modèle sharded en temps de charge à partir de ses propres paramètres (#49500) par @qgallouedec dans [#49500]
• fix : Passer le type de couche MTP aux embeddings rotatifs par type de couche (#49468) par @shadeMe dans [#49468]
• Ajouter LFM2 à la chemin de chargement GGUF (#49400) par @francip dans [#49400]
• Ajoutez les helpers MtpModel pour les frameworks qui gèrent le cycle de rédaction (#49544) par @hmellor dans [#49544]
• Construire les documents avec la version Python issue de .python-version (#49603) par @tarekziade dans [#49603]
• Utilisez mlp_layer_types pour AXK1 afin que l’agencement de la couche MoE respecte moe_layer_freq (#49518) selon @hmellor dans [#49518].
• Combinaison des commentaires de CI lents pour Nvidia+AMD en un seul (#49598) par @ydshieh dans [#49598]
• Corriger les tests de timeout des streamers instables (#49583) par @tarekziade dans [#49583]
• Corriger les problèmes des tests liés au TPU (#49568) par @tengomucho dans [#49568]
• fix(distribué) : lier les rangées TPU à l’index du dispositif 0, et non LOCAL_RANK (#49543) par @tengomucho dans [#49543]
• Utilisez `transformers init` partout (#49573) par @guarin dans [#49573]
• [docs] Parallélisme de contexte pendant l’évaluation (#48663) par @stevhliu dans [#48663]
• Supprimer les exemples (#49357) par @SunMarc dans [#49357]
• Accepter des nombres à virgule flottante entiers pour les arguments entiers de l’outil dans parse_response (#49547) par @yonigozlan dans [#49547]
• mise à jour du Dockerfile pour le CPU Intel (#49408) par @jiqing-feng dans [#49408]
• Ajouter les docstrings automatiques du processeur vidéo manquant (#49569) par @guarin dans [#49569]
• Ajouter la netteté de l’entrée de chat (#47386) par @Rocketknight1 dans [#47386]
• Corriger le crash de create_chunked_causal_mask() causé par block_sequence_ids (#49457) par @kaixuanliu dans [#49457]
• Corriger la signature de SinglePositionMultiTokenCandidateGenerator (#49413) par @jiqing-feng dans [#49413]
• Test d'intégration de la mise à jour Minicpm 4.7 (#49565) par @zucchini-nlp dans [#49565]
• Arrêtez de considérer HunYuan's DynamicNTKAlpha RoPE comme dynamique (#49445) par @jiqing-feng dans [#49445]
• Corriger Gemma3nVision2TextModelTest::test_model_parallelism split (#49562) par @tarekziade dans [#49562]
• Corriger l’erreur UnboundLocalError dans le forward de SuperPoint sous torch.compile (#49409) par @kaixuanliu dans [#49409]
• Conserver les références distantes de back-end résolues dans AutoVideoProcessor (#49511) par @DimensionSTP dans [#49511]
• Corriger la suggestion de CI lente pour le PR : installer les transformers dans une venv (#49558) par @tarekziade dans [#49558]
• Corriger la suggestion de CI lente pour le PR : installer les transformers, échec sur les erreurs de script (#49549) par @ArthurZucker dans [#49549]
• Supprimer les assistants de données dépréciés (#49360) par @SunMarc dans [#49360]
• Corriger test_all_params_have_gradient pour les paramètres intentionnellement figés (#49264) par @thillai-c dans [#49264]
• Flex attente fixe pour le test molmo2 (#49530) par @molbap dans [#49530]
• Corriger le bug de la forme de la masque d’atténuation de Bridgetower Cross-attn (#49447) par @kaixuanliu dans [#49447]
• Utilisez Siglip2Tokenizer lorsque le tokenizer_class du Hub est GemmaTokenizer (#49245) par @jayzuccarelli dans [#49245]
• Corriger la validation mixte du préfixe BOS dans WatermarkDetector (#49496) par @dangruiyuan dans [#49496]
• Déprécier get_uniform_frame_indices non utilisé (#49464) par @archiep867-sys en [#49464]
• [tests] Quelques corrections pour les échecs du ensemble de tests sur TPU (#49425) par @tengomucho dans [#49425]
• Deuxième phase des nettoyages de torch 2.6 (#49396) par @Rocketknight1 dans [#49396]
• Sauvegarde les vérifications pour current_accelerator() et met à jour la version de Torch (#49395) par @Rocketknight1 dans [#49395]
• Utilisez un badge statique de Transformers CI dans les descriptions des PR (#49471) par @tarekziade dans [#49471]
• fix : traiter chaque champ déclaré de la classe de configuration comme des corrections par défaut #49456 (#49466) par @tarekziade dans [#49466]
• Conservez la recherche de la classe AutoVideoProcessor lente (#49458) par @DimensionSTP dans [#49458]
• Ajouter Molmo2 (#43451) par @SangbumChoi dans [#43451]
• Ceci récupère les modèles multimodaux de manière recursif (#49389) par @zucchini-nlp dans [#49389]
• Rechercher toutes les sous-configurations (#49461) par @zucchini-nlp dans [#49461]
• Aria, Ernie4.5-VL-MoE, Gemma4, Inkling, MiniMax-M3-VL, Qwen3.5-MoE : exécuter les tests du modèle sur les testeurs VLM/ALM (#49404) par @IlyasMoutawwakil dans [#49404]
• Corriger le rapport Slack de CI : affichage des tâches de modèle crashées ou manquantes dans model_results.json (#49427) par @ydshieh dans [#49427]
• [Qwen3VLMoe] Mise à jour du texte attendu dans test_small_model_integration_test_expand (#49301) par @ydshieh dans [#49301]
• Corriger l’attribut backend dans la documentation et le backend par défaut dans MistralCommonBackend (#49149) par @samyuktahegde dans [#49149]
• Plus de simplification du RoPE, corrections pour le TF32 (#49328) par @Rocketknight1 dans [#49328]
• PR complet #49228 : supprimer device=None non utilisé de la méthode init dans le code du fil pour 11 familles de modèles (#49285) par @ydshieh dans [#49285]
• Réduire “[CI] Désactiver temporairement le déclencheur CI planifié AMD” (#49433) par @ydshieh dans [#49433]
• Corriger le rafraîchissement des résidus QuantizedCache pour les mises à jour multi-tokens (#49418) par @LE0-Lin dans [#49418]
• Corriger la branche dépendante des données dans _ignore_causal_mask_sdpa lors de la compilation (#49354) par @dacorvo dans [#49354]
• Corriger la taille moe_intermediate_size de l’Inkling lorsque dense_intermediate_size est présent (#49416) par @Talhax55z dans [#49416]
• Corriger le bug concernant le problème de chargement non legacy pour DebertaV2ForMaskedLM (#49152) par @kaixuanliu dans [#49152]
• Cette PR corrige le chargement de Gemma3n fp16 lorsque les poids manquants doivent se trouver dans… (#49147) par @sywangyi dans [#49147]
• PR CI : actions accordées : lecture vers le flux de travail réutilisable (#49417) par @tarekziade dans [#49417]
• [Bugfix] [Modeling] Corriger la norme DSV4 (#47486) par @kylesayrs dans [#47486]
• [docs] Mise à jour des Espaces (#49242) par @stevhliu dans [#49242]
• Gérer les caractères charmap précompilés vides dans le convertisseur SPM (#49211) par @itazap dans [#49211]
• [CI] Désactiver temporairement le déclencheur CI planifié d’AMD (#49394) par @ydshieh dans [#49394]
• [tests] Corriger les tests instables de CMVN dans Speech2TextFeatureExtractionWithoutTorchaudioTest (#49374) par @ydshieh dans [#49374]
• Ayez le dépôt de tokens en cours avec ep_size != tp_size (#49368) par @qgallouedec dans [#49368]
• [tests] Éviter les tests sur onnx.exactness pour BitForImageClassification (ORT fp32 drift) (#49366) par @ydshieh dans [#49366]

Contributions importantes de la communauté

Les contributeurs suivants ont apporté des modifications importantes à la bibliothèque depuis la dernière version :

• @itazap
  • Ajouter le modèle MOSS-Transcribe-Diarize (#48386)
  • Gérer les caractères pré-compilés vides dans le convertisseur SPM (#49211)
  • 🚨🚨🚨 luke fixe (#48408)
• @ydshieh
  • Ajouter les fichiers de verrouillage du contrat MIC pour l'intégration PR CI (#49631)
  • Combiner les commentaires du CI lent pour Nvidia+AMD en un seul (#49598)
  • Corriger le rapport Slack de CI : affichage des tâches de modèle qui s’est effacé ou manquait dans model_results.json (#49427)
  • [Qwen3VLMoe] Mise à jour du texte attendu dans test_small_model_integration_test_expand (#49301)
  • PR complet #49228 : supprimer device=None non utilisé de la méthode init dans 11 familles de modèles (#49285)
  • Retourner “[CI] Désactiver temporairement le déclencheur CI planifié d’AMD” (#49433)
  • [CI] Désactiver temporairement le déclencheur CI planifié de AMD (#49394)
  • [tests] Corriger les tests instables de CMVN dans Speech2TextFeatureExtractionWithoutTorchaudioTest (#49374)
  • [Docker] Mettre à niveau vers torch 2.14/CUDA 13.0 et optimiser la build de FA2 depuis le source (#49381)
  • [tests] Éviter les tests sur onn.exactness pour BitForImageClassification (ORT fp32 drift) (#49366)
• @icavan
  • Corriger la course d’attribution des ports dans les tests FSDP (#49455)
  • [Model] Ajouter le support natif de Ling 3.0 Flash (#49446)
• @tarekziade
  • Construire les documents avec la version Python depuis .python-version (#49603)
  • Corriger les tests de timeout du streamer instables (#49583)
  • CI : Transférer les images GPU vers Python 3.11 (#49352)
  • Corriger Gemma3nVision2TextModelTest::test_model_parallelism split (#49562)
  • Corriger la suggestion de CI lente pour le PR : installer les transformers dans une venv (#49558)
  • Utilisez un badge statique de Transformers CI dans les descriptions des PR (#49471)
  • fix : traiter chaque champ déclaré de la classe de configuration comme des corrections par défaut #49456 (#49466)
  • PR CI : actions de concession : lecture vers le flux de travail réutilisable (#49417)
• @lucamotz
  • Ajouter Kolibri 1 (#49463)
• @SangbumChoi
  • Ajouter Molmo2 (#43451)
• @maxiaolong03
  • [Model] Ajouter le support du modèle PP-DocLayoutV4 (#48387)