Hugging Face Transformers v5.20.0发布：新增 7 个模型，导出器支持量化
该版本加入Meta的Muse Spark Open、InclusionAI的Ling 3.0 Flash、Aleph Alpha的Kolibri 1等模型，并移除已弃用的缓存方法与跨模型导入，最低kernels版本升至 0.17.2。
AI解读：Transformers v5.20.0修复了静态缓存的generate() 在主机侧输入和张量并行下的问题，但发布说明同时标注：使用EP推理目前存在速度回退，团队称正在修复。这条限制对计划升级的用户比新增模型更需先确认。
被移除的弃用缓存方法与跨模型导入只在特定模型上生效（如minimax_m3_vl、pi0、embedding_gemma2、ijepa、lightglue），受影响条件明确：若代码仍调用旧缓存API或从这些模型模块导入名称，升级后会报错。
Hugging Face发布Transformers v5.20.0，新增 7 个模型的集成，并调整缓存、并行、导出与内核相关行为。
新集成的模型
破坏性变更
发布说明将以下调整列为破坏性变更（Breaking changes），并给出通用提示：使用EP的推理目前存在速度回退，团队称正在尽快修复。
这些变更包括移除 `cache_utils.py` 中已弃用的检查与方法（影响minimax_m3_vl、pi0等模型），仍调用旧缓存方法的代码需改用当前缓存API；移除若干模型文件（如embedding_gemma2、ijepa、lightglue）中来自其他模型的意外导入，模块化转换器也不再添加此类跨模型导入；最低 `kernels` 版本升至 0.17.2，以支持 `use_fallback=KernelizeFallback.ALL`，使内核加载失败时回退到原实现而非抛错；新增 `SubConfigSpec` 集中初始化子配置，自定义或已有嵌套配置可能需要按该机制声明子配置；LUKE和mLUKE分词器现将实体特殊token视为特殊token（不拆分、受 `skip_special_tokens` 影响、会被规范化），同时解码时保持与普通词表token相同的间距，涉及这些token的分词与解码输出可能与之前不同。