transformers 支持直接加载 GGUF 量化模型，本地推理性能接近 llama.cpp

AI guide

AI 导读

Hugging Face 宣布 transformers 支持直接运行 GGUF 量化模型，通过 from_pretrained 传入 gguf_file 即可加载 Hub 上的 GGUF checkpoint，并复用 ggml 的 Metal 内核。