# Transformers 5.22: поддержка Mistral Large 4 и Nemotron Transcribe

Источник: https://modelium.tech/zhurnal/transformers-5-22-mistral-large-4-nemotron-fp8/

Hugging Face выпустила Transformers 5.22.0: в библиотеку добавлены Mistral Large 4 и Nemotron 3.5 Transcribe, а разработчики получили возможность обучать адаптеры поверх некоторых FP8-моделей. Это обновление инструмента для разработчиков, а не новые веса или простая домашняя установка. Пользователю готового локального приложения ничего менять вручную не нужно.

Transformers 5.22: поддержка Mistral Large 4 и Nemotron Transcribe

**Событие: 29 октября 2026 года. Проверено: 30 октября. Уровень: разработчикам локальных приложений.** Если вы просто общаетесь с моделью в готовой программе, устанавливать Transformers 5.22 отдельно не требуется. Новая версия библиотеки, с помощью которой разработчики запускают и настраивают модели, добавляет поддержку Mistral Large 4 и Nemotron 3.5 Transcribe. Это важно для тех, кто собирает собственный локальный стек, а не означает, что большие модели теперь работают на любом домашнем компьютере. [s1](#src-s1)[s2](#src-s2)[s3](#src-s3)

## Какие модели добавили?

В выпуск включена реализация Mistral Large 4 — модели для работы с текстом и изображениями; её открытые веса и ограничения лицензии разобраны [отдельно](/zhurnal/mistral-large-4-open-weights-local-inference/). В библиотеке также появилась поддержка NVIDIA Nemotron 3.5 Transcribe для превращения речи в текст; особенности её весов описаны [в материале о модели](/zhurnal/nemotron-3-5-transcribe-30b-a4b-local-russian/). Поддержка в библиотеке не равна скачиванию весов, проверенному запуску на вашем устройстве или разрешению на любое коммерческое использование: права нужно сверять у каждой модели отдельно. [s1](#src-s1)[s2](#src-s2)[s3](#src-s3)

## Что изменилось для тех, кто обучает модель?

Разработчики добавили обратное распространение ошибки для FP8-вычислений: FP8 — способ хранить некоторые числовые параметры модели с меньшей точностью. Теперь на таких весах можно обучать адаптеры, то есть небольшие дополнительные наборы параметров, не меняя сами основные веса. Это инженерный сценарий, а не функция чата или совет обучать большую модель дома. [s1](#src-s1)[s4](#src-s4)

Авторы отдельно сообщают, что в их тесте обратного прохода одного слоя на H200 с формами DeepSeek-V3 пиковый временный расход памяти сократился с 28,9 до 2,8 ГиБ при 8 тысячах токенов. Это **авторский замер конкретной операции**, а не требование к видеопамяти, не оценка всего процесса обучения и не ускорение всех моделей. Modelium этот тест не повторял. [s5](#src-s5)

## Стоит ли обновляться сейчас?

Если вы поддерживаете собственную установку Transformers и вам нужна поддержка одной из названных моделей или обучение FP8-адаптера, проверьте совместимость вашего кода и зависимостей и затем обновите библиотеку через обычный процесс своего проекта. Версия 5.21.1 уже исправляла регрессию загрузки некоторых пользовательских конфигураций моделей, а 5.22 включает этот исправленный код; для старых проектов лучше сначала прогнать собственные тесты. Если вы используете готовую программу, дождитесь её обновления от разработчика. [s1](#src-s1)[s6](#src-s6)

Веса моделей не входят в пакет Transformers. Лицензия Apache 2.0 относится к **коду библиотеки**; лицензии весов Mistral и NVIDIA проверяются отдельно. Пакет версии 5.22.0 опубликован на PyPI. В этом материале нет проверенного Modelium запуска моделей или измерения скорости на локальном компьютере. [s7](#src-s7)[s8](#src-s8)

**Следующий шаг:** если вам нужна расшифровка речи, сначала откройте [разбор Nemotron 3.5 Transcribe](/zhurnal/nemotron-3-5-transcribe-30b-a4b-local-russian/) и проверьте, подходит ли модель и её условия вашему сценарию. [s3](#src-s3)

## Источники

1. [Hugging Face Transformers v5.22.0 — release](https://github.com/huggingface/transformers/releases/tag/v5.22.0) — получено 2026-10-30
2. [Transformers PR #50121 — Add Mistral Large 4](https://github.com/huggingface/transformers/pull/50121) — получено 2026-10-30
3. [Transformers PR #50084 — Add Nemotron 3.5 Transcribe](https://github.com/huggingface/transformers/pull/50084) — получено 2026-10-30
4. [Transformers PR #50031 — FP8 adapters](https://github.com/huggingface/transformers/pull/50031) — получено 2026-10-30
5. [Transformers PR #50117 — chunked FP8 backward](https://github.com/huggingface/transformers/pull/50117) — получено 2026-10-30
6. [Hugging Face Transformers v5.21.1 — release](https://github.com/huggingface/transformers/releases/tag/v5.21.1) — получено 2026-10-30
7. [PyPI transformers 5.22.0](https://pypi.org/project/transformers/5.22.0/) — получено 2026-10-30
8. [Apache-2.0 LICENSE кода Transformers v5.22.0](https://github.com/huggingface/transformers/blob/v5.22.0/LICENSE) — получено 2026-10-30