Transformers 核心设计Auto Classes
Transformers Auto Classes 设计：统一接口、自动检索
AutoClasses 旨在通过全局统一的接口 from_pretrained() ，实现基于名称（路径）自动检索预训练权重（模
型）、配置文件、词汇表等所有与模型相关的抽象。
灵活扩展的配置AutoConfig
transformers.AutoConfig 类实例化通常由from_pretrained(pretrained_model_name_or_path, ) 方法完成。
Transformers 根据配置中的 model_type 加载预定义配置，兜底方案是基于模型名称/路径自动推断。
自动化模型管理 AutoModel
transformers.AutoModel 类实例化通常由from_pretrained() 或 from_config() 方法完成。
换句话说，Transformers 可以从预训练模型文件或配置中完成模型加载。
通用分词器 AutoTokenizer
transformers.AutoModel 类实例化通常由from_pretrained(pretrained_model_name_or_path) 方法完成。
Transformers 同样是优先基于 model_type 来自动匹配 Tokenizer，兜底方案是基于模型名称/路径自动推断
Transformers 模型量化 Quantization
模型量化技术
量化（Quantization）技术专注于用较少的信息表示数据，同时尽量不损失太多准确性。
具体来说，量化会将模型参数使用的数据类型，转换为更少位数表示，并尽可能达到相同信息的效果。
例如，假设您的模型权重原始以32位（32-bit）浮点数（Float32）存储。
- 如果将它们量化为16位（16-bit）浮点数（Float16），则可以将模型大小减半。换句话说，仅需要一半的 GPU 显存即可加载量化后的模型。
- 如果将模型量化为8位（8-bit）整数（Int8），则大约只需要四分之一的显存开销。
