Transformers v5.20.1发布：加入Reflection AI的Beam模型并修复旧版torch加载问题
Hugging Face Transformers发布v5.20.1，新增Reflection AI的Beam模型支持，并集中修复多个补丁，其中包括在旧版torch上加载模型失败的问题。
AI解读：Transformers v5.20.1新增对Reflection AI的Beam模型的支持，发布说明称Beam是面向编写代码和智能体（agentic）场景的“token高效、前沿规模”模型，面向希望在自己的硬件、基础设施或云上运行并定制强大模型的团队。
版本修复了在旧版torch上无法加载模型的问题——发布说明称该问题由本版本引入并已修复。其余修复包括：HunYuan-VL批量生成时的图像分配问题、专家并行下DeepGEMM Mega MoE、torch 2.7上的from_pretrained（分布式checkpointing要求torch>=2.8）、以及在torch 2.6和 2.7 上运行DtensorShardOperation。
发布说明由vasqu撰写，目前仅给出Beam的文档链接，未提供基准分数、吞吐数据或硬件要求等可核验的效果数据。
Hugging Face Transformers发布v5.20.1。发布说明称，该版本的一个特别之处是加入Reflection AI的新模型Beam：一个面向编写代码和智能体（agentic）场景的“token高效、前沿规模”模型。
发布说明同时列出多项补丁修复，并称此前破坏了在旧版torch上加载模型，本版本已修复。
新增Beam模型
发布说明将Beam描述为“token高效、前沿规模”的模型，重点面向编写代码和智能体使用场景。按发布说明的说法，它面向希望在自己的硬件、基础设施或云上运行强大模型并按需定制的团队。
发布说明只提供了Beam的文档链接，未在版本备注中给出参数规模、基准测试分数、推理硬件门槛或可运行条件等细节。
- 模型归属：Reflection AI。
- 定位（发布说明口径）：token高效、前沿规模，侧重编写代码与智能体场景。
- 目标使用者（发布说明口径）：希望自管硬件、基础设施或云，并对模型做定制的团队。
- 可查入口：发布说明给出Transformers文档中beam的页面链接。
旧版torch加载修复
发布说明称该版本修复了一个引入后导致旧版torch无法加载模型的问题，并强调“应该已经修好了”。
其余补丁
- 修复HunYuan-VL在批量生成时的图像分配问题（#49557，@Arnav66692）。
- 修复专家并行下的DeepGEMM Mega MoE（#49428，@IlyasMoutawwakil）。
- 修复torch 2.7上的from_pretrained：分布式checkpointing要求torch>=2.8（#49652，@naveecode）。
- 让DtensorShardOperation可在torch 2.6和 2.7 上运行（#49657，@hazelxue）。
- 修复自动映射中的一个小错误（#49664，@yonigozlan）。