环境变量

布尔变量接受 1、on、yes 或 true（不区分大小写）。其他任何值，包括未设置，均为 false。

这些变量中的大多数在导入 Transformers 时只会被读取一次。请在启动 Python 之前通过 shell 设置它们，或者在导入之前使用 os.environ 进行设置。之后修改这些变量将不会生效。

TRANSFORMERS_VERBOSITY=info python run.py

缓存和 Hub 访问由 huggingface_hub 拥有的 HF_* 变量进行配置，例如 HF_HOME 和 HF_HUB_OFFLINE。有关离线工作流，请参阅 Installation。

日志

Transformers 的日志级别为 warning。Logging 记录了等效的 Python API，包括 logging.set_verbosity()。

变量	值	描述
`TRANSFORMERS_VERBOSITY`	`detail`, `debug`, `info`, `warning`, `error`, `critical`	库日志级别。`detail` 与 `debug` 相同，但会在每条消息中附加文件名和行号。无法识别的值会发出警告并回退到 `warning`。
`TRANSFORMERS_NO_ADVISORY_WARNINGS`	boolean	静默建议性警告，即那些不表示存在问题的最佳实践提示。

默认情况下，检查点分片会并行加载。

变量	值	描述
`HF_DEACTIVATE_ASYNC_LOAD`	boolean	在主线程上加载分片，而不是使用线程池。速度较慢，但峰值内存更容易评估。当 `device_map` 将数据卸载到磁盘或进行即时量化时，加载本身已经是顺序执行的，因此该选项仅影响原本并行的加载过程。
`DISABLE_SAFETENSORS_CONVERSION`	boolean	阻止 Transformers 向 Hub 转换机器人请求仅包含 PyTorch `.bin` 权重的仓库的 safetensors 版本。建议在 CI 中设置此项，因为该请求会增加延迟并导致网络不稳定。

当安装 kernels 且硬件支持时，优化内核会从 Hub 下载。若要排查数值差异或崩溃问题，请禁用它们。

变量	值	描述
`USE_HUB_KERNELS`	布尔值，默认启用	将其设置为 false 值，以回退到参考实现。
`TRANSFORMERS_DISABLE_DEEPGEMM_LINEAR`	`1`	在细粒度 FP8 量化中，强制 FP8 线性层使用 Triton 回退方案，而不是 DeepGEMM。
`TRANSFORMERS_DISABLE_TORCH_CHECK`	`1`	在导入时跳过最低 PyTorch 版本检查。
`TRANSFORMERS_SDPA_FORCE_GQA`	`1`	强制 PyTorch SDPA 对分组查询注意力使用 `enable_gqa=True`。否则，Transformers 会在设置 `enable_gqa=True` 和重复键/值头之间进行选择。

TRANSFORMERS_DISABLE_TORCH_CHECK 移除的是一项防护机制，而非改变行为。在不受支持的 PyTorch 版本上，你将遇到导入错误或静默产生错误结果，而不是收到清晰的提示信息。