BabelDOC
用 Markdown 快速构建专业静态文档网站，支持搜索、自定义和多语言。
网站定位
Transformers.run 是一个面向中文读者的 HuggingFace Transformers 入门教程站点，旨在降低该库的使用门槛。内容以实战为导向，覆盖从环境配置到模型微调的核心流程，适合具备基础 Python 能力、希望快速将 Transformer 模型落地到实际任务的开发者。
核心内容
1. 环境与基础概念
教程从安装与基本概念讲起，包括 Pipeline API 的用法、Tokenizer 的工作机制以及 Model 与 Config 的关系。这部分内容不预设读者有深度学习框架的深入背景，逐步建立对 Transformers 库整体架构的认知。
2. 数据处理与训练流程
站点重点讲解如何将原始文本转换为模型可接受的输入格式，涉及以下环节：
- 文本分类、序列标注等常见任务的数据组织方式
- Dataset 与 DataCollator 的配合使用
- 动态填充与截断策略
- PyTorch 与 TensorFlow 两种后端的训练循环示例
3. 模型微调与评估
教程以中文语料为基础，演示了预训练模型在下游任务上的微调方法，并给出评估指标的计算方式。示例代码保持简洁，注释充分，便于读者替换为自己的数据集。
内容特色
| 维度 | 说明 |
|---|---|
| 语言 | 全中文讲解，术语附英文对照 |
| 示例 | 使用中小规模中文数据集，可在消费级 GPU 上复现 |
| 结构 | 按学习路径线性编排，前后章节依赖明确 |
| 深度 | 定位入门，不涉及分布式训练与模型并行等高级主题 |
适用人群
- 第一次接触 HuggingFace 生态的 NLP 开发者
- 需要快速搭建文本分类或信息抽取原型的工程师
- 希望了解 Transformer 模型实际调用方式的学生与研究者
建议读者按顺序阅读，动手运行每一段示例代码。遇到环境差异导致的问题时，可参考站点内标注的版本信息进行对齐。
