事前学習済みモデルの設定から、ライブラリの設定クラスのいずれかをインスタンス化します。

読み込まれる config オブジェクトの model_type プロパティに基づいて、インスタンス化される設定クラスが選択されます。このプロパティが存在しない場合は、pretrained_model_name_or_path に対するパターンマッチングにフォールバックします。

• EvollaModel — EvollaConfig（EvollaConfigモデル）
• afmoe — AfmoeConfig（AfmoeConfig モデル）
• aimv2 — Aimv2Config（Aimv2Config モデル）
• aimv2_text_model — Aimv2TextConfig (Aimv2TextConfig モデル)
• aimv2_vision_model — Aimv2VisionConfig（Aimv2VisionConfig モデル）
• albert — AlbertConfig（AlbertConfig モデル）
• align — AlignConfig（AlignConfig モデル）
• align_text_model — AlignTextConfig（AlignTextConfig モデル）
• align_vision_model — AlignVisionConfig（AlignVisionConfig モデル）
• altclip — AltCLIPConfig（AltCLIPConfig モデル）
• altclip_text_model — AltCLIPTextConfig（AltCLIPTextConfig モデル）
• altclip_vision_model — AltCLIPVisionConfig（AltCLIPVisionConfig モデル）
• apertus — ApertusConfig（ApertusConfig モデル）
• arcee — ArceeConfig（ArceeConfig モデル）
• aria — AriaConfig(AriaConfig モデル)
• aria_text — AriaTextConfig（AriaTextConfig モデル）
• audio-spectrogram-transformer — ASTConfig（ASTConfig モデル）
• audioflamingo3 — AudioFlamingo3Config（AudioFlamingo3Config モデル）
• audioflamingo3_encoder — AudioFlamingo3EncoderConfig（AudioFlamingo3EncoderConfig モデル）
• autoformer — AutoformerConfig（AutoformerConfig モデル）
• axk1 — AXK1Config（AXK1Config モデル）
• axk2 — AXK2Config（AXK2Config モデル）
• aya_vision — AyaVisionConfig（AyaVisionConfig モデル）
• bailing_hybrid — BailingHybridConfig（BailingHybridConfig モデル）
• bamba — BambaConfig(BambaConfig モデル)
• bark — BarkConfig（BarkConfigモデル）
• bart — BartConfig（BartConfig モデル）
• beam — BeamConfig（BeamConfig モデル）
• beit — BeitConfig（BeitConfig モデル）
• bert — BertConfig (BertConfig モデル)
• bert-generation — BertGenerationConfig (BertGenerationConfig モデル)
• big_bird — BigBirdConfig（BigBirdConfig モデル）
• bigbird_pegasus — BigBirdPegasusConfig（BigBirdPegasusConfig モデル）
• biogpt — BioGptConfig（BioGptConfig モデル）
• bit — BitConfig（BitConfigモデル）
• bitnet — BitNetConfig（BitNetConfigモデル）
• blenderbot — BlenderbotConfig（BlenderbotConfig モデル）
• blenderbot-small — BlenderbotSmallConfig（BlenderbotSmallConfig モデル）
• blip — BlipConfig(BlipConfig モデル)
• blip-2 — Blip2Config(Blip2Config モデル)
• blip_2_qformer — Blip2QFormerConfig（Blip2QFormerConfig モデル）
• blip_2_vision_model — Blip2VisionConfig（Blip2VisionConfig モデル）
• blip_text_model — BlipTextConfig（BlipTextConfig モデル）
• blip_vision_model — BlipVisionConfig（BlipVisionConfig モデル）
• bloom — BloomConfig(BloomConfig モデル)
• blt — BltConfig（BltConfig モデル）
• blt_global_transformer — BltGlobalTransformerConfig（BltGlobalTransformerConfig モデル）
• blt_local_decoder — BltLocalDecoderConfig（BltLocalDecoderConfig モデル）
• blt_local_encoder — BltLocalEncoderConfig（BltLocalEncoderConfig モデル）
• blt_patcher — BltPatcherConfig（BltPatcherConfig モデル）
• bridgetower — BridgeTowerConfig（BridgeTowerConfig モデル）
• bridgetower_text_model — BridgeTowerTextConfig（BridgeTowerTextConfig モデル）
• bridgetower_vision_model — BridgeTowerVisionConfig（BridgeTowerVisionConfig モデル）
• bros — BrosConfig (BrosConfig モデル)
• camembert — CamembertConfig（CamembertConfig モデル）
• canary — CanaryConfig(CanaryConfig モデル)
• canary_decoder — CanaryDecoderConfig（CanaryDecoderConfig モデル）
• canine — CanineConfig（CanineConfig モデル）
• chameleon — ChameleonConfig（ChameleonConfig モデル）
• chameleon_vqgan — ChameleonVQVAEConfig（ChameleonVQVAEConfig モデル）
• chinese_clip — ChineseCLIPConfig（ChineseCLIPConfig モデル）
• chinese_clip_text_model — ChineseCLIPTextConfig（ChineseCLIPTextConfig モデル）
• chinese_clip_vision_model — ChineseCLIPVisionConfig（ChineseCLIPVisionConfig モデル）
• chmv2 — CHMv2Config (CHMv2Config モデル)
• clap — ClapConfig（ClapConfig モデル）
• clap_audio_model — ClapAudioConfig（ClapAudioConfig モデル）
• clap_text_model — ClapTextConfig（ClapTextConfig モデル）
• clip — CLIPConfig（CLIPConfig モデル）
• clip_text_model — CLIPTextConfig（CLIPTextConfig モデル）
• clip_vision_model — CLIPVisionConfig（CLIPVisionConfig モデル）
• clipseg — CLIPSegConfig（CLIPSegConfig モデル）
• clipseg_text_model — CLIPSegTextConfig（CLIPSegTextConfig モデル）
• clipseg_vision_model — CLIPSegVisionConfig（CLIPSegVisionConfig モデル）
• clvp — ClvpConfig（ClvpConfig モデル）
• clvp_decoder — ClvpDecoderConfig（ClvpDecoderConfig モデル）
• clvp_encoder — ClvpEncoderConfig（ClvpEncoderConfig モデル）
• codegen — CodeGenConfig（CodeGenConfig モデル）
• cohere — CohereConfig（CohereConfig モデル）
• cohere2 — Cohere2Config（Cohere2Config モデル）
• cohere2_moe — Cohere2MoeConfig（Cohere2MoeConfig モデル）
• cohere2_vision — Cohere2VisionConfig（Cohere2VisionConfig モデル）
• cohere_asr — CohereAsrConfig (CohereAsrConfig モデル)
• cohere_compass — CohereCompassConfig (CohereCompassConfig モデル)
• cohere_compass_text — CohereCompassTextConfig（CohereCompassTextConfig モデル）
• cohere_compass_vision — CohereCompassVisionConfig (CohereCompassVisionConfig モデル)
• colmodernvbert — ColModernVBertConfig（ColModernVBertConfig モデル）
• colpali — ColPaliConfig（ColPaliConfig モデル）
• colqwen2 — ColQwen2Config（ColQwen2Config モデル）
• conditional_detr — ConditionalDetrConfig（ConditionalDetrConfig モデル）
• convbert — ConvBertConfig（ConvBertConfig モデル）
• convnext — ConvNextConfig（ConvNextConfig モデル）
• convnextv2 — ConvNextV2Config（ConvNextV2Config モデル）
• cosmos3_edge — Cosmos3EdgeConfig (Cosmos3EdgeConfig モデル)
• cosmos3_edge_text — Cosmos3EdgeTextConfig (Cosmos3EdgeTextConfig モデル)
• cosmos3_edge_vision — Cosmos3EdgeVisionConfig（Cosmos3EdgeVisionConfig モデル）
• cosmos3_omni — Cosmos3OmniConfig（Cosmos3OmniConfig モデル）
• cpmant — CpmAntConfig（CpmAntConfigモデル）
• csm — CsmConfig（CsmConfig モデル）
• csm_depth_decoder_model — CsmDepthDecoderConfig（CsmDepthDecoderConfig モデル）
• ctrl — CTRLConfig (CTRLConfig モデル)
• cvt — CvtConfig（CvtConfig モデル）
• cwm — CwmConfig（CwmConfig モデル）
• d_fine — DFineConfig（DFineConfig モデル）
• dab-detr — DabDetrConfig（DabDetrConfig モデル）
• dac — DacConfig（DacConfigモデル）
• data2vec-audio — Data2VecAudioConfig (Data2VecAudioConfig モデル)
• data2vec-text — Data2VecTextConfig（Data2VecTextConfig モデル）
• data2vec-vision — Data2VecVisionConfig（Data2VecVisionConfigモデル）
• dbrx — DbrxConfig（DbrxConfig モデル）
• deberta — DebertaConfig（DebertaConfig モデル）
• deberta-v2 — DebertaV2Config (DebertaV2Config モデル)
• decision_transformer — DecisionTransformerConfig（DecisionTransformerConfig モデル）
• deepseek_ocr2 — DeepseekOcr2Config（DeepseekOcr2Config モデル）
• deepseek_ocr2_encoder — DeepseekOcr2VisionEncoderConfig (DeepseekOcr2VisionEncoderConfig モデル)
• deepseek_ocr2_sam_vision_model — DeepseekOcr2SamVisionConfig（DeepseekOcr2SamVisionConfig モデル）
• deepseek_ocr2_text — DeepseekOcr2TextConfig（DeepseekOcr2TextConfig モデル）
• deepseek_ocr2_vision — DeepseekOcr2VisionConfig (DeepseekOcr2VisionConfig モデル)
• deepseek_v2 — DeepseekV2Config（DeepseekV2Config モデル）
• deepseek_v3 — DeepseekV3Config（DeepseekV3Config モデル）
• deepseek_v32 — DeepseekV32Config（DeepseekV32Config モデル）
• deepseek_v4 — DeepseekV4Config（DeepseekV4Config モデル）
• deepseek_vl — DeepseekVLConfig（DeepseekVLConfig モデル）
• deepseek_vl_hybrid — DeepseekVLHybridConfig(DeepseekVLHybridConfig モデル)
• deformable_detr — DeformableDetrConfig（DeformableDetrConfig モデル）
• deimv2 — Deimv2Config（Deimv2Config モデル）
• deit — DeiTConfig（DeiTConfig モデル）
• depth_anything — DepthAnythingConfig（DepthAnythingConfig モデル）
• depth_pro — DepthProConfig（DepthProConfig モデル）
• detr — DetrConfig（DetrConfig モデル）
• dia — DiaConfig（DiaConfigモデル）
• dia_decoder — DiaDecoderConfig（DiaDecoderConfig モデル）
• dia_encoder — DiaEncoderConfig（DiaEncoderConfig モデル）
• diffllama — DiffLlamaConfig（DiffLlamaConfig モデル）
• diffusion_gemma — DiffusionGemmaConfig（DiffusionGemmaConfig モデル）
• diffusion_gemma_text — DiffusionGemmaTextConfig（DiffusionGemmaTextConfig モデル）
• dinat — DinatConfig（DinatConfigモデル）
• dinov2 — Dinov2Config (Dinov2Config モデル)
• dinov2_with_registers — Dinov2WithRegistersConfig（Dinov2WithRegistersConfig モデル）
• dinov3_convnext — DINOv3ConvNextConfig（DINOv3ConvNextConfig モデル）
• dinov3_vit — DINOv3ViTConfig（DINOv3ViTConfig モデル）
• distilbert — DistilBertConfig（DistilBertConfigモデル）
• doge — DogeConfig (DogeConfig モデル)
• donut-swin — DonutSwinConfig（DonutSwinConfig モデル）
• dots1 — Dots1Config（Dots1Config モデル）
• dots3_note — Dots3NoteConfig（Dots3NoteConfig モデル）
• dots3_note_audio_encoder — Dots3NoteAudioConfig（Dots3NoteAudioConfig モデル）
• dots3_note_text — Dots3NoteTextConfig（Dots3NoteTextConfig モデル）
• dots3_note_vision_encoder — Dots3NoteVisionConfig（Dots3NoteVisionConfig モデル）
• dpr — DPRConfig(DPRConfig モデル)
• dpt — DPTConfig（DPTConfig モデル）
• edgetam — EdgeTamConfig（EdgeTamConfig モデル）
• edgetam_mask_decoder — EdgeTamMaskDecoderConfig（EdgeTamMaskDecoderConfig モデル）
• edgetam_prompt_encoder — EdgeTamPromptEncoderConfig（EdgeTamPromptEncoderConfigモデル）
• edgetam_video — EdgeTamVideoConfig（EdgeTamVideoConfig モデル）
• edgetam_video_mask_decoder — EdgeTamVideoMaskDecoderConfig（EdgeTamVideoMaskDecoderConfig モデル）
• edgetam_video_prompt_encoder — EdgeTamVideoPromptEncoderConfig（EdgeTamVideoPromptEncoderConfigモデル）
• edgetam_vision_model — EdgeTamVisionConfig（EdgeTamVisionConfig モデル）
• efficientloftr — EfficientLoFTRConfig（EfficientLoFTRConfig モデル）
• efficientnet — EfficientNetConfig（EfficientNetConfig モデル）
• electra — ElectraConfig（ElectraConfig モデル）
• embedding_gemma2 — EmbeddingGemma2Config（EmbeddingGemma2Config モデル）
• embedding_gemma2_text — EmbeddingGemma2TextConfig（EmbeddingGemma2TextConfig モデル）
• emu3 — Emu3Config（Emu3Config モデル）
• emu3_text_model — Emu3TextConfig（Emu3TextConfig モデル）
• emu3_vqgan — Emu3VQVAEConfig（Emu3VQVAEConfig モデル）
• encodec — EncodecConfig（EncodecConfig モデル）
• エンコーダー・デコーダー — EncoderDecoderConfig（EncoderDecoderConfig モデル）
• eomt — EomtConfig（EomtConfigモデル）
• eomt_dinov3 — EomtDinov3Config（EomtDinov3Configモデル）
• ernie — ErnieConfig（ErnieConfig モデル）
• ernie4_5 — Ernie4_5Config（Ernie4_5Config モデル）
• ernie4_5_moe — Ernie4_5_MoeConfig (Ernie4_5_MoeConfig モデル)
• ernie4_5_vl_moe — Ernie4_5_VLMoeConfig（Ernie4_5_VLMoeConfig モデル）
• ernie4_5_vl_moe_text — Ernie4_5_VLMoeTextConfig（Ernie4_5_VLMoeTextConfig モデル）
• ernie4_5_vl_moe_vision — Ernie4_5_VLMoeVisionConfig（Ernie4_5_VLMoeVisionConfig モデル）
• esm — EsmConfig（EsmConfig モデル）
• esmc — EsmcConfig（EsmcConfig モデル）
• esmfold2 — EsmFold2Config（EsmFold2Config モデル）
• eurobert — EuroBertConfig（EuroBertConfigモデル）
• evolla — EvollaConfig（EvollaConfig モデル）
• exaone4 — Exaone4Config(Exaone4Config モデル)
• exaone4_5 — Exaone4_5_Config（Exaone4_5_Config モデル）
• exaone4_5_vision — Exaone4_5_VisionConfig（Exaone4_5_VisionConfig モデル）
• exaone_moe — ExaoneMoeConfig（ExaoneMoeConfig モデル）
• falcon — FalconConfig（FalconConfig モデル）
• falcon_h1 — FalconH1Config（FalconH1Config モデル）
• falcon_mamba — FalconMambaConfig (FalconMambaConfig モデル)
• fast_vlm — FastVlmConfig（FastVlmConfig モデル）
• fastspeech2_conformer — FastSpeech2ConformerConfig（FastSpeech2ConformerConfig モデル）
• fastspeech2_conformer_hifigan — FastSpeech2ConformerHifiGanConfig（FastSpeech2ConformerHifiGanConfig モデル）
• fastspeech2_conformer_with_hifigan — FastSpeech2ConformerWithHifiGanConfig（FastSpeech2ConformerWithHifiGanConfig モデル）
• flaubert — FlaubertConfig（FlaubertConfig モデル）
• flava — FlavaConfig（FlavaConfig モデル）
• flava_image_codebook — FlavaImageCodebookConfig（FlavaImageCodebookConfig モデル）
• flava_image_model — FlavaImageConfig（FlavaImageConfig モデル）
• flava_multimodal_model — FlavaMultimodalConfig（FlavaMultimodalConfig モデル）
• flava_text_model — FlavaTextConfig（FlavaTextConfig モデル）
• flex_olmo — FlexOlmoConfig（FlexOlmoConfig モデル）
• flint — FlintConfig（FlintConfig モデル）
• florence2 — Florence2Config（Florence2Config モデル）
• florence_vision — Florence2VisionConfig（Florence2VisionConfig モデル）
• fnet — FNetConfig (FNetConfig モデル)
• focalnet — FocalNetConfig（FocalNetConfigモデル）
• fsmt — FSMTConfig（FSMTConfigモデル）
• fun_asr_nano — FunAsrNanoConfig（FunAsrNanoConfig モデル）
• fun_asr_nano_encoder — FunAsrNanoEncoderConfig（FunAsrNanoEncoderConfig モデル）
• funnel — FunnelConfig（FunnelConfigモデル）
• fuyu — FuyuConfig（FuyuConfig モデル）
• gemma — GemmaConfig（GemmaConfig モデル）
• gemma2 — Gemma2Config(Gemma2Config モデル)
• gemma3 — Gemma3Config（Gemma3Config モデル）
• gemma3_text — Gemma3TextConfig（Gemma3TextConfig モデル）
• gemma3n — Gemma3nConfig（Gemma3nConfig モデル）
• gemma3n_audio — Gemma3nAudioConfig（Gemma3nAudioConfig モデル）
• gemma3n_text — Gemma3nTextConfig（Gemma3nTextConfig モデル）
• gemma3n_vision — Gemma3nVisionConfig（Gemma3nVisionConfig モデル）
• gemma4 — Gemma4Config (Gemma4Config モデル)
• gemma4_assistant — Gemma4AssistantConfig（Gemma4AssistantConfig モデル）
• gemma4_audio — Gemma4AudioConfig（Gemma4AudioConfig モデル）
• gemma4_text — Gemma4TextConfig（Gemma4TextConfig モデル）
• gemma4_unified — Gemma4UnifiedConfig(Gemma4UnifiedConfig モデル)
• gemma4_unified_assistant — Gemma4UnifiedAssistantConfig（Gemma4UnifiedAssistantConfig モデル）
• gemma4_unified_audio — Gemma4UnifiedAudioConfig（Gemma4UnifiedAudioConfig モデル）
• gemma4_unified_text — Gemma4UnifiedTextConfig（Gemma4UnifiedTextConfig モデル）
• gemma4_unified_vision — Gemma4UnifiedVisionConfig（Gemma4UnifiedVisionConfig モデル）
• gemma4_vision — Gemma4VisionConfig（Gemma4VisionConfig モデル）
• git — GitConfig(GitConfig モデル)
• git_vision_model — GitVisionConfig（GitVisionConfig モデル）
• glm — GlmConfig（GlmConfig モデル）
• glm4 — Glm4Config（Glm4Config モデル）
• glm46v — Glm46VConfig (Glm46VConfig モデル)
• glm4_moe — Glm4MoeConfig（Glm4MoeConfig モデル）
• glm4_moe_lite — Glm4MoeLiteConfig (Glm4MoeLiteConfig モデル)
• glm4v — Glm4vConfig（Glm4vConfig モデル）
• glm4v_moe — Glm4vMoeConfig（Glm4vMoeConfig モデル）
• glm4v_moe_text — Glm4vMoeTextConfig（Glm4vMoeTextConfig モデル）
• glm4v_moe_vision — Glm4vMoeVisionConfig（Glm4vMoeVisionConfig モデル）
• glm4v_text — Glm4vTextConfig（Glm4vTextConfig モデル）
• glm4v_vision — Glm4vVisionConfig（Glm4vVisionConfig モデル）
• glm5_next — Glm5NextConfig（Glm5NextConfig モデル）
• glm5_next_text — Glm5NextTextConfig（Glm5NextTextConfig モデル）
• glm5_next_vision — Glm5NextVisionConfig（Glm5NextVisionConfig モデル）
• glm_image — GlmImageConfig（GlmImageConfig モデル）
• glm_image_text — GlmImageTextConfig（GlmImageTextConfig モデル）
• glm_image_vision — GlmImageVisionConfig（GlmImageVisionConfig モデル）
• glm_image_vqmodel — GlmImageVQVAEConfig（GlmImageVQVAEConfig モデル）
• glm_moe_dsa — GlmMoeDsaConfig（GlmMoeDsaConfig モデル）
• glm_ocr — GlmOcrConfig（GlmOcrConfig モデル）
• glm_ocr_text — GlmOcrTextConfig（GlmOcrTextConfig モデル）
• glm_ocr_vision — GlmOcrVisionConfig（GlmOcrVisionConfig モデル）
• glmasr — GlmAsrConfig（GlmAsrConfig モデル）
• glmasr_encoder — GlmAsrEncoderConfig（GlmAsrEncoderConfig モデル）
• glmga — GlmgaConfig（GlmgaConfig モデル）
• glpn — GLPNConfig（GLPNConfig モデル）
• got_ocr2 — GotOcr2Config（GotOcr2Config モデル）
• got_ocr2_vision — GotOcr2VisionConfig（GotOcr2VisionConfig モデル）
• gpt-sw3 — GPT2Config（GPT2Configモデル）
• gpt2 — GPT2Config (GPT2Config モデル)
• gpt_bigcode — GPTBigCodeConfig（GPTBigCodeConfig モデル）
• gpt_neo — GPTNeoConfig（GPTNeoConfig モデル）
• gpt_neox — GPTNeoXConfig(GPTNeoXConfig モデル)
• gpt_neox_japanese — GPTNeoXJapaneseConfig（GPTNeoXJapaneseConfig モデル）
• gpt_oss — GptOssConfig（GptOssConfig モデル）
• gptj — GPTJConfig (GPTJConfig モデル)
• gradium_phonon_tts — GradiumPhononTTSConfig（GradiumPhononTTSConfigモデル）
• granite — GraniteConfig（GraniteConfig モデル）
• granite4_vision — Granite4VisionConfig（Granite4VisionConfig モデル）
• granite4_vision_text — Granite4VisionTextConfig（Granite4VisionTextConfig モデル）
• granite_docling — GraniteDoclingConfig（GraniteDoclingConfig モデル）
• granite_docling_text — GraniteDoclingTextConfig（GraniteDoclingTextConfig モデル）
• granite_docling_vision — GraniteDoclingVisionConfig（GraniteDoclingVisionConfig モデル）
• granite_speech — GraniteSpeechConfig（GraniteSpeechConfigモデル）
• granite_speech5_ctc — GraniteSpeech5CTCConfig（GraniteSpeech5CTCConfig モデル）
• granite_speech5_encoder — GraniteSpeech5EncoderConfig（GraniteSpeech5EncoderConfig モデル）
• granite_speech_encoder — GraniteSpeechEncoderConfig（GraniteSpeechEncoderConfig モデル）
• granite_speech_plus — GraniteSpeechPlusConfig（GraniteSpeechPlusConfig モデル）
• granite_speech_plus_encoder — GraniteSpeechPlusEncoderConfig（GraniteSpeechPlusEncoderConfig モデル）
• granite_swa — GraniteSWAConfig（GraniteSWAConfig モデル）
• granitemoe — GraniteMoeConfig（GraniteMoeConfig モデル）
• granitemoe_swa — GraniteMoeSWAConfig（GraniteMoeSWAConfig モデル）
• granitemoehybrid — GraniteMoeHybridConfig（GraniteMoeHybridConfig モデル）
• granitemoeshared — GraniteMoeSharedConfig（GraniteMoeSharedConfig モデル）
• grounding-dino — GroundingDinoConfig（GroundingDinoConfig モデル）
• groupvit — GroupViTConfig (GroupViTConfig モデル)
• groupvit_text_model — GroupViTTextConfig（GroupViTTextConfig モデル）
• groupvit_vision_model — GroupViTVisionConfig（GroupViTVisionConfig モデル）
• gte — GteConfig（GteConfig モデル）
• helium — HeliumConfig(HeliumConfig モデル)
• hgnet_v2 — HGNetV2Config（HGNetV2Config モデル）
• hiera — HieraConfig（HieraConfig モデル）
• higgs_audio_v2 — HiggsAudioV2Config (HiggsAudioV2Config モデル)
• higgs_audio_v2_tokenizer — HiggsAudioV2TokenizerConfig（HiggsAudioV2TokenizerConfig モデル）
• hrm_text — HrmTextConfig（HrmTextConfig モデル）
• hubert — HubertConfig（HubertConfig モデル）
• hunyuan_v1_dense — HunYuanDenseV1Config（HunYuanDenseV1Config モデル）
• hunyuan_v1_moe — HunYuanMoEV1Config (HunYuanMoEV1Config モデル)
• hunyuan_vl — HunYuanVLConfig（HunYuanVLConfig モデル）
• hunyuan_vl_text — HunYuanVLTextConfig (HunYuanVLTextConfig モデル)
• hunyuan_vl_vision — HunYuanVLVisionConfig (HunYuanVLVisionConfig モデル)
• hy_v3 — HYV3Config（HYV3Config モデル）
• hy_v4 — HYV4Config（HYV4Config モデル）
• hyperclovax — HyperCLOVAXConfig（HyperCLOVAXConfig モデル）
• hyperclovax_vision_v2 — HyperCLOVAXVisionV2Config（HyperCLOVAXVisionV2Config モデル）
• ibert — IBertConfig（IBertConfig モデル）
• idefics — IdeficsConfig（IdeficsConfig モデル）
• idefics2 — Idefics2Config（Idefics2Config モデル）
• idefics2_perceiver — Idefics2PerceiverConfig（Idefics2PerceiverConfig モデル）
• idefics2_vision — Idefics2VisionConfig（Idefics2VisionConfig モデル）
• idefics3 — Idefics3Config（Idefics3Config モデル）
• idefics3_vision — Idefics3VisionConfig（Idefics3VisionConfig モデル）
• idefics_perciever — IdeficsPerceiverConfig（IdeficsPerceiverConfig モデル）
• idefics_vision — IdeficsVisionConfig（IdeficsVisionConfig モデル）
• ijepa — IJepaConfig（IJepaConfig モデル）
• imagegpt — ImageGPTConfig（ImageGPTConfig モデル）
• informer — InformerConfig（InformerConfig モデル）
• inkling2 — Inkling2Config（Inkling2Config モデル）
• inkling2_text — Inkling2TextConfig（Inkling2TextConfig モデル）
• inkling2_vision — Inkling2VisionConfig（Inkling2VisionConfig モデル）
• inkling_audio — InklingAudioConfig(InklingAudioConfig モデル)
• inkling_mm_model — InklingConfig（InklingConfig モデル）
• inkling_text — InklingTextConfig（InklingTextConfig モデル）
• inkling_vision — InklingVisionConfig（InklingVisionConfig モデル）
• instructblip — InstructBlipConfig(InstructBlipConfig モデル)
• instructblip_qformer — InstructBlipQFormerConfig (InstructBlipQFormerConfig モデル)
• instructblip_vision_model — InstructBlipVisionConfig(InstructBlipVisionConfig モデル)
• instructblipvideo — InstructBlipVideoConfig（InstructBlipVideoConfig モデル）
• instructblipvideo_qformer — InstructBlipVideoQFormerConfig(InstructBlipVideoQFormerConfig モデル)
• instructblipvideo_vision_model — InstructBlipVideoVisionConfig（InstructBlipVideoVisionConfig モデル）
• internlm3 — InternLM3Config（InternLM3Config モデル）
• internvl — InternVLConfig（InternVLConfig モデル）
• internvl_vision — InternVLVisionConfig（InternVLVisionConfig モデル）
• iquestcoder — IQuestCoderConfig（IQuestCoderConfig モデル）
• jais2 — Jais2Config（Jais2Config モデル）
• jamba — JambaConfig（JambaConfig モデル）
• janus — JanusConfig（JanusConfig モデル）
• janus_vision_model — JanusVisionConfig（JanusVisionConfig モデル）
• janus_vqgan — JanusVQVAEConfig（JanusVQVAEConfig モデル）
• jetmoe — JetMoeConfig(JetMoeConfig モデル)
• jev — JevConfig（JevConfigモデル）
• jina_embeddings_v3 — JinaEmbeddingsV3Config（JinaEmbeddingsV3Config モデル）
• kimi_k25 — Kimi_K25Config（Kimi_K25Config モデル）
• kimi_k25_vision — Kimi_K25VisionConfig（Kimi_K25VisionConfig モデル）
• kimi_linear — KimiLinearConfig（KimiLinearConfig モデル）
• kolibri1 — Kolibri1Config（Kolibri1Config モデル）
• kosmos-2 — Kosmos2Config（Kosmos2Config モデル）
• kosmos-2.5 — Kosmos2_5Config (Kosmos2_5Config モデル)
• kosmos_2_5_text_model — Kosmos2_5TextConfig (Kosmos2_5TextConfig モデル)
• kosmos_2_5_vision_model — Kosmos2_5VisionConfig (Kosmos2_5VisionConfig モデル)
• kosmos_2_text_model — Kosmos2TextConfig（Kosmos2TextConfig モデル）
• kosmos_2_vision_model — Kosmos2VisionConfig（Kosmos2VisionConfig モデル）
• kyutai_speech_to_text — KyutaiSpeechToTextConfig (KyutaiSpeechToTextConfig モデル)
• laguna — LagunaConfig（LagunaConfig モデル）
• lasr_ctc — LasrCTCConfig（LasrCTCConfig モデル）
• lasr_encoder — LasrEncoderConfig（LasrEncoderConfig モデル）
• layoutlm — LayoutLMConfig（LayoutLMConfig モデル）
• layoutlmv2 — LayoutLMv2Config（LayoutLMv2Config モデル）
• layoutlmv3 — LayoutLMv3Config（LayoutLMv3Config モデル）
• layoutxlm — LayoutXLMConfig（LayoutXLMConfig モデル）
• led — LEDConfig（LEDConfig モデル）
• levit — LevitConfig（LevitConfig モデル）
• lfm2 — Lfm2Config（Lfm2Config モデル）
• lfm2_moe — Lfm2MoeConfig（Lfm2MoeConfig モデル）
• lfm2_vl — Lfm2VlConfig（Lfm2VlConfig モデル）
• lfm3 — Lfm3Config（Lfm3Configモデル）
• lfm3_vl — Lfm3VlConfig（Lfm3VlConfigモデル）
• lfm3_vl_vision — Lfm3VlVisionConfig（Lfm3VlVisionConfig モデル）
• lightglue — LightGlueConfig（LightGlueConfig モデル）
• lighton_ocr — LightOnOcrConfig（LightOnOcrConfig モデル）
• lilt — LiltConfig（LiltConfig モデル）
• llama — LlamaConfig（LlamaConfig モデル）
• llama4 — Llama4Config（Llama4Config モデル）
• llama4_text — Llama4TextConfig（Llama4TextConfig モデル）
• llama4_vision_model — Llama4VisionConfig（Llama4VisionConfig モデル）
• llava — LlavaConfig（LlavaConfig モデル）
• llava_next — LlavaNextConfig（LlavaNextConfig モデル）
• llava_next_video — LlavaNextVideoConfig（LlavaNextVideoConfig モデル）
• llava_onevision — LlavaOnevisionConfig（LlavaOnevisionConfig モデル）
• longcat_flash — LongcatFlashConfig（LongcatFlashConfig モデル）
• longformer — LongformerConfig（LongformerConfig モデル）
• longt5 — LongT5Config（LongT5Config モデル）
• luke — LukeConfig（LukeConfig モデル）
• lw_detr — LwDetrConfig（LwDetrConfig モデル）
• lw_detr_vit — LwDetrViTConfig（LwDetrViTConfig モデル）
• lxmert — LxmertConfig（LxmertConfig モデル）
• m2m_100 — M2M100Config（M2M100Config モデル）
• mamba — MambaConfig（MambaConfigモデル）
• mamba2 — Mamba2Config（Mamba2Config モデル）
• marian — MarianConfig（MarianConfig モデル）
• markuplm — MarkupLMConfig（MarkupLMConfig モデル）
• mask2former — Mask2FormerConfig（Mask2FormerConfig モデル）
• maskformer — MaskFormerConfig（MaskFormerConfig モデル）
• maskformer-swin — MaskFormerSwinConfig（MaskFormerSwinConfig モデル）
• mbart — MBartConfig（MBartConfig モデル）
• megatron-bert — MegatronBertConfig（MegatronBertConfig モデル）
• mellum — MellumConfig（MellumConfig モデル）
• metaclip_2 — MetaClip2Config（MetaClip2Config モデル）
• metaclip_2_text_model — MetaClip2TextConfig（MetaClip2TextConfig モデル）
• metaclip_2_vision_model — MetaClip2VisionConfig（MetaClip2VisionConfig モデル）
• mgp-str — MgpstrConfig（MgpstrConfigモデル）
• mimi — MimiConfig（MimiConfig モデル）
• mimi_decoder — MimiDecoderConfig（MimiDecoderConfig モデル）
• mimi_encoder — MimiEncoderConfig（MimiEncoderConfig モデル）
• mimo_v2_flash — MiMoV2FlashConfig（MiMoV2FlashConfig モデル）
• minicpm3 — MiniCPM3Config（MiniCPM3Config モデル）
• minicpm_ocr — MiniCPMOcrConfig（MiniCPMOcrConfig モデル）
• minicpm_ocr_vision — MiniCPMOcrVisionConfig（MiniCPMOcrVisionConfig モデル）
• minicpmv4_6 — MiniCPMV4_6Config（MiniCPMV4_6Config モデル）
• minicpmv4_6_vision — MiniCPMV4_6VisionConfig（MiniCPMV4_6VisionConfig モデル）
• minicpmv4_7 — MiniCPMV4_7Config（MiniCPMV4_7Config モデル）
• minicpmv4_7_vision — MiniCPMV4_7VisionConfig（MiniCPMV4_7VisionConfig モデル）
• minimax — MiniMaxConfig（MiniMaxConfig モデル）
• minimax_m2 — MiniMaxM2Config（MiniMaxM2Config モデル）
• minimax_m3_vl — MiniMaxM3VLConfig（MiniMaxM3VLConfig モデル）
• minimax_m3_vl_text — MiniMaxM3VLTextConfig（MiniMaxM3VLTextConfig モデル）
• minimax_m3_vl_vision — MiniMaxM3VLVisionConfig（MiniMaxM3VLVisionConfig モデル）
• ministral — MinistralConfig（MinistralConfig モデル）
• ministral3 — Ministral3Config（Ministral3Config モデル）
• mistral — MistralConfig（MistralConfig モデル）
• mistral3 — Mistral3Config（Mistral3Config モデル）
• mistral4 — Mistral4Config（Mistral4Config モデル）
• mistral_large4 — MistralLarge4Config（MistralLarge4Config モデル）
• mistral_large4_text — MistralLarge4TextConfig(MistralLarge4TextConfig モデル)
• mixtral — MixtralConfig（MixtralConfig モデル）
• mlcd — MLCDVisionConfig（MLCDVisionConfig モデル）
• mlcd_vision_model — MLCDVisionConfig（MLCDVisionConfig モデル）
• mllama — MllamaConfig(MllamaConfig モデル)
• mllama_text_model — MllamaTextConfig（MllamaTextConfig モデル）
• mllama_vision_model — MllamaVisionConfig（MllamaVisionConfig モデル）
• mm-grounding-dino — MMGroundingDinoConfig（MMGroundingDinoConfig モデル）
• mobilebert — MobileBertConfig（MobileBertConfig モデル）
• mobilenet_v1 — MobileNetV1Config（MobileNetV1Config モデル）
• mobilenet_v2 — MobileNetV2Config（MobileNetV2Config モデル）
• mobilevit — MobileViTConfig（MobileViTConfig モデル）
• mobilevitv2 — MobileViTV2Config（MobileViTV2Config モデル）
• modernbert — ModernBertConfig (ModernBertConfig モデル)
• modernbert-decoder — ModernBertDecoderConfig（ModernBertDecoderConfig モデル）
• modernvbert — ModernVBertConfig（ModernVBertConfig モデル）
• molmo2 — Molmo2Config（Molmo2Config モデル）
• molmo2_adapter — Molmo2AdapterConfig（Molmo2AdapterConfig モデル）
• molmo2_text — Molmo2TextConfig（Molmo2TextConfig モデル）
• molmo2_vision — Molmo2VisionConfig（Molmo2VisionConfig モデル）
• moonshine — MoonshineConfig（MoonshineConfig モデル）
• moonshine_streaming — MoonshineStreamingConfig（MoonshineStreamingConfig モデル）
• moonshine_streaming_encoder — MoonshineStreamingEncoderConfig（MoonshineStreamingEncoderConfig モデル）
• moshi — MoshiConfig（MoshiConfigモデル）
• moshi_depth — MoshiDepthConfig（MoshiDepthConfig モデル）
• moss_transcribe_diarize — MossTranscribeDiarizeConfig (MossTranscribeDiarizeConfig モデル)
• moss_transcribe_diarize_audio — MossTranscribeDiarizeAudioConfig (MossTranscribeDiarizeAudioConfig モデル)
• mpnet — MPNetConfig（MPNetConfig モデル）
• mpt — MptConfig(MptConfig モデル)
• mra — MraConfig（MraConfigモデル）
• mt5 — MT5Config (MT5Config モデル)
• muse_glimmer — MuseGlimmerConfig（MuseGlimmerConfig モデル）
• muse_glimmer_assistant — MuseGlimmerAssistantConfig(MuseGlimmerAssistantConfig モデル)
• muse_glimmer_text — MuseGlimmerTextConfig（MuseGlimmerTextConfig モデル）
• muse_glimmer_vision — MuseGlimmerVisionConfig（MuseGlimmerVisionConfig モデル）
• muse_spark — MuseSparkConfig（MuseSparkConfig モデル）
• muse_spark_audio — MuseSparkAudioConfig（MuseSparkAudioConfig モデル）
• muse_spark_text — MuseSparkTextConfig（MuseSparkTextConfig モデル）
• muse_spark_vision — MuseSparkVisionConfig（MuseSparkVisionConfig モデル）
• musicflamingo — MusicFlamingoConfig（MusicFlamingoConfig モデル）
• musicgen — MusicgenConfig（MusicgenConfig モデル）
• musicgen_decoder — MusicgenDecoderConfig（MusicgenDecoderConfig モデル）
• musicgen_melody — MusicgenMelodyConfig（MusicgenMelodyConfig モデル）
• musicgen_melody_decoder — MusicgenMelodyDecoderConfig（MusicgenMelodyDecoderConfig モデル）
• mvp — MvpConfig（MvpConfigモデル）
• nanochat — NanoChatConfig（NanoChatConfig モデル）
• nemo_speechlm — Nemotron3_5TranscribeConfig（Nemotron3_5TranscribeConfig モデル）
• nemotron — NemotronConfig（NemotronConfig モデル）
• nemotron3_5_asr — Nemotron3_5AsrConfig（Nemotron3_5AsrConfig モデル）
• nemotron3_5_transcribe_asr_audio — Nemotron3_5TranscribeAsrAudioConfig（Nemotron3_5TranscribeAsrAudioConfig モデル）
• nemotron3_5_transcribe_audio — Nemotron3_5TranscribeAudioConfig（Nemotron3_5TranscribeAudioConfig モデル）
• nemotron3_5_transcribe_word_timestamp — Nemotron3_5TranscribeWordTimestampConfig（Nemotron3_5TranscribeWordTimestampConfig モデル）
• nemotron3_diarization — Nemotron3DiarizationConfig（Nemotron3DiarizationConfig モデル）
• nemotron3_diarization_audio — Nemotron3DiarizationAudioConfig（Nemotron3DiarizationAudioConfig モデル）
• nemotron_asr_streaming — NemotronAsrStreamingConfig (NemotronAsrStreamingConfig モデル)
• nemotron_asr_streaming_encoder — NemotronAsrStreamingEncoderConfig (NemotronAsrStreamingEncoderConfig モデル)
• nemotron_h — NemotronHConfig（NemotronHConfig モデル）
• nemotron_h_omni — NemotronH_Omni_Reasoning_V3_Config（NemotronH_Omni_Reasoning_V3_Config モデル）
• neomme — NeoMMEConfig（NeoMMEConfig モデル）
• neucodec — NeuCodecConfig（NeuCodecConfig モデル）
• nllb-moe — NllbMoeConfig（NllbMoeConfig モデル）
• nomic_bert — NomicBertConfig (NomicBertConfig モデル)
• nougat — NougatConfig（NougatConfigモデル）
• nystromformer — NystromformerConfig（NystromformerConfig モデル）
• olmo — OlmoConfig（OlmoConfigモデル）
• olmo2 — Olmo2Config（Olmo2Config モデル）
• olmo3 — Olmo3Config（Olmo3Config モデル）
• olmo_hybrid — OlmoHybridConfig（OlmoHybridConfig モデル）
• olmoe — OlmoeConfig（OlmoeConfig モデル）
• omdet-turbo — OmDetTurboConfig（OmDetTurboConfig モデル）
• oneformer — OneFormerConfig（OneFormerConfig モデル）
• openai-gpt — OpenAIGPTConfig（OpenAIGPTConfig モデル）
• openai_privacy_filter — OpenAIPrivacyFilterConfig（OpenAIPrivacyFilterConfig モデル）
• opt — OPTConfig（OPTConfig モデル）
• ovis2 — Ovis2Config（Ovis2Config モデル）
• ovis2_vision — Ovis2VisionConfig（Ovis2VisionConfig モデル）
• owlv2 — Owlv2Config（Owlv2Config モデル）
• owlv2_text_model — Owlv2TextConfig (Owlv2TextConfig モデル)
• owlv2_vision_model — Owlv2VisionConfig（Owlv2VisionConfig モデル）
• owlvit — OwlViTConfig (OwlViTConfig モデル)
• owlvit_text_model — OwlViTTextConfig（OwlViTTextConfig モデル）
• owlvit_vision_model — OwlViTVisionConfig (OwlViTVisionConfig モデル)
• paddleocr_vl — PaddleOCRVLConfig（PaddleOCRVLConfig モデル）
• paddleocr_vl_text — PaddleOCRTextConfig（PaddleOCRTextConfig モデル）
• paddleocr_vl_vision — PaddleOCRVisionConfig（PaddleOCRVisionConfig モデル）
• paligemma — PaliGemmaConfig（PaliGemmaConfig モデル）
• parakeet_ctc — ParakeetCTCConfig（ParakeetCTCConfig モデル）
• parakeet_encoder — ParakeetEncoderConfig（ParakeetEncoderConfig モデル）
• parakeet_rnnt — ParakeetRNNTConfig（ParakeetRNNTConfig モデル）
• parakeet_tdt — ParakeetTDTConfig（ParakeetTDTConfig モデル）
• patchtsmixer — PatchTSMixerConfig（PatchTSMixerConfig モデル）
• patchtst — PatchTSTConfig（PatchTSTConfig モデル）
• pe_audio — PeAudioConfig（PeAudioConfig モデル）
• pe_audio_encoder — PeAudioEncoderConfig（PeAudioEncoderConfig モデル）
• pe_audio_video — PeAudioVideoConfig（PeAudioVideoConfig モデル）
• pe_audio_video_encoder — PeAudioVideoEncoderConfig（PeAudioVideoEncoderConfig モデル）
• pe_video — PeVideoConfig（PeVideoConfig モデル）
• pe_video_encoder — PeVideoEncoderConfig（PeVideoEncoderConfig モデル）
• pegasus — PegasusConfig（PegasusConfig モデル）
• pegasus_x — PegasusXConfig（PegasusXConfig モデル）
• perceiver — PerceiverConfig（PerceiverConfig モデル）
• perception_lm — PerceptionLMConfig（PerceptionLMConfig モデル）
• persimmon — PersimmonConfig(PersimmonConfig モデル)
• phi — PhiConfig（PhiConfig モデル）
• phi3 — Phi3Config（Phi3Config モデル）
• phi4_multimodal — Phi4MultimodalConfig（Phi4MultimodalConfig モデル）
• phi4_multimodal_audio — Phi4MultimodalAudioConfig（Phi4MultimodalAudioConfig モデル）
• phi4_multimodal_vision — Phi4MultimodalVisionConfig（Phi4MultimodalVisionConfig モデル）
• phimoe — PhimoeConfig（PhimoeConfig モデル）
• pi0 — PI0Config（PI0Config モデル）
• pix2struct — Pix2StructConfig（Pix2StructConfig モデル）
• pix2struct_text_model — Pix2StructTextConfig（Pix2StructTextConfig モデル）
• pix2struct_vision_model — Pix2StructVisionConfig（Pix2StructVisionConfig モデル）
• pixio — PixioConfig（PixioConfigモデル）
• pixtral — PixtralVisionConfig（PixtralVisionConfig モデル）
• plbart — PLBartConfig（PLBartConfig モデル）
• pocket_tts — PocketTTSConfig（PocketTTSConfig モデル）
• pocket_tts_audio_tokenizer — PocketTTSAudioTokenizerConfig（PocketTTSAudioTokenizerConfig モデル）
• pocket_tts_audio_tokenizer_decoder — PocketTTSAudioTokenizerDecoderConfig（PocketTTSAudioTokenizerDecoderConfig モデル）
• pocket_tts_audio_tokenizer_encoder — PocketTTSAudioTokenizerEncoderConfig（PocketTTSAudioTokenizerEncoderConfig モデル）
• poolformer — PoolFormerConfig（PoolFormerConfig モデル）
• pop2piano — Pop2PianoConfig（Pop2PianoConfig モデル）
• pp_chart2table — PPChart2TableConfig（PPChart2TableConfig モデル）
• pp_chart2table_vision — PPChart2TableVisionConfig（PPChart2TableVisionConfig モデル）
• pp_doclayout_v2 — PPDocLayoutV2Config（PPDocLayoutV2Config モデル）
• pp_doclayout_v3 — PPDocLayoutV3Config（PPDocLayoutV3Config モデル）
• pp_doclayout_v4 — PPDocLayoutV4Config（PPDocLayoutV4Config モデル）
• pp_formulanet — PPFormulaNetConfig（PPFormulaNetConfig モデル）
• pp_formulanet_text — PPFormulaNetTextConfig（PPFormulaNetTextConfig モデル）
• pp_formulanet_vision — PPFormulaNetVisionConfig（PPFormulaNetVisionConfig モデル）
• pp_lcnet — PPLCNetConfig（PPLCNetConfig モデル）
• pp_lcnet_v3 — PPLCNetV3Config（PPLCNetV3Config モデル）
• pp_lcnet_v4 — PPLCNetV4Config（PPLCNetV4Config モデル）
• pp_ocrv5_mobile_det — PPOCRV5MobileDetConfig（PPOCRV5MobileDetConfig モデル）
• pp_ocrv5_mobile_rec — PPOCRV5MobileRecConfig（PPOCRV5MobileRecConfig モデル）
• pp_ocrv5_server_det — PPOCRV5ServerDetConfig（PPOCRV5ServerDetConfig モデル）
• pp_ocrv5_server_rec — PPOCRV5ServerRecConfig（PPOCRV5ServerRecConfig モデル）
• pp_ocrv6_medium_det — PPOCRV6MediumDetConfig（PPOCRV6MediumDetConfig モデル）
• pp_ocrv6_small_det — PPOCRV6SmallDetConfig（PPOCRV6SmallDetConfig モデル）
• pp_ocrv6_small_rec — PPOCRV6SmallRecConfig（PPOCRV6SmallRecConfig モデル）
• pp_ocrv6_tiny_rec — PPOCRV6TinyRecConfig（PPOCRV6TinyRecConfig モデル）
• prompt_depth_anything — PromptDepthAnythingConfig（PromptDepthAnythingConfig モデル）
• prophetnet — ProphetNetConfig（ProphetNetConfig モデル）
• pvt — PvtConfig(PvtConfig モデル)
• pvt_v2 — PvtV2Config（PvtV2Config モデル）
• qianfan_ocr — QianfanOCRConfig（QianfanOCRConfig モデル）
• qianfan_ocr_vision — QianfanOCRVisionConfig（QianfanOCRVisionConfig モデル）
• qwen2 — Qwen2Config（Qwen2Config モデル）
• qwen2_5_omni — Qwen2_5OmniConfig（Qwen2_5OmniConfig モデル）
• qwen2_5_omni_audio_encoder — Qwen2_5OmniAudioEncoderConfig（Qwen2_5OmniAudioEncoderConfig モデル）
• qwen2_5_omni_bigvgan — Qwen2_5OmniBigVGANConfig（Qwen2_5OmniBigVGANConfig モデル）
• qwen2_5_omni_dit — Qwen2_5OmniDiTConfig (Qwen2_5OmniDiTConfig モデル)
• qwen2_5_omni_talker — Qwen2_5OmniTalkerConfig (Qwen2_5OmniTalkerConfig モデル)
• qwen2_5_omni_text — Qwen2_5OmniTextConfig(Qwen2_5OmniTextConfig モデル)
• qwen2_5_omni_thinker — Qwen2_5OmniThinkerConfig（Qwen2_5OmniThinkerConfig モデル）
• qwen2_5_omni_token2wav — Qwen2_5OmniToken2WavConfig（Qwen2_5OmniToken2WavConfig モデル）
• qwen2_5_omni_vision_encoder — Qwen2_5OmniVisionEncoderConfig（Qwen2_5OmniVisionEncoderConfig モデル）
• qwen2_5_vl — Qwen2_5_VLConfig（Qwen2_5_VLConfig モデル）
• qwen2_5_vl_text — Qwen2_5_VLTextConfig（Qwen2_5_VLTextConfig モデル）
• qwen2_5_vl_vision — Qwen2_5_VLVisionConfig（Qwen2_5_VLVisionConfig モデル）
• qwen2_audio — Qwen2AudioConfig（Qwen2AudioConfig モデル）
• qwen2_audio_encoder — Qwen2AudioEncoderConfig（Qwen2AudioEncoderConfig モデル）
• qwen2_moe — Qwen2MoeConfig（Qwen2MoeConfig モデル）
• qwen2_vl — Qwen2VLConfig（Qwen2VLConfig モデル）
• qwen2_vl_text — Qwen2VLTextConfig（Qwen2VLTextConfig モデル）
• qwen2_vl_vision — Qwen2VLVisionConfig（Qwen2VLVisionConfig モデル）
• qwen3 — Qwen3Config（Qwen3Config モデル）
• qwen3_5 — Qwen3_5Config（Qwen3_5Config モデル）
• qwen3_5_moe — Qwen3_5MoeConfig（Qwen3_5MoeConfig モデル）
• qwen3_5_moe_text — Qwen3_5MoeTextConfig（Qwen3_5MoeTextConfig モデル）
• qwen3_5_moe_vision — Qwen3_5MoeVisionConfig（Qwen3_5MoeVisionConfig モデル）
• qwen3_5_text — Qwen3_5TextConfig（Qwen3_5TextConfig モデル）
• qwen3_5_vision — Qwen3_5VisionConfig（Qwen3_5VisionConfig モデル）
• qwen3_asr — Qwen3ASRConfig（Qwen3ASRConfig モデル）
• qwen3_asr_encoder — Qwen3ASREncoderConfig（Qwen3ASREncoderConfig モデル）
• qwen3_moe — Qwen3MoeConfig（Qwen3MoeConfig モデル）
• qwen3_next — Qwen3NextConfig（Qwen3NextConfig モデル）
• qwen3_omni_moe — Qwen3OmniMoeConfig（Qwen3OmniMoeConfig モデル）
• qwen3_omni_moe_audio_encoder — Qwen3OmniMoeAudioEncoderConfig(Qwen3OmniMoeAudioEncoderConfig モデル)
• qwen3_omni_moe_talker_code_predictor — Qwen3OmniMoeTalkerCodePredictorConfig(Qwen3OmniMoeTalkerCodePredictorConfig モデル)
• qwen3_omni_moe_talker_text — Qwen3OmniMoeTalkerTextConfig（Qwen3OmniMoeTalkerTextConfig モデル）
• qwen3_omni_moe_text — Qwen3OmniMoeTextConfig（Qwen3OmniMoeTextConfig モデル）
• qwen3_omni_moe_thinker — Qwen3OmniMoeThinkerConfig（Qwen3OmniMoeThinkerConfig モデル）
• qwen3_omni_moe_vision_encoder — Qwen3OmniMoeVisionEncoderConfig(Qwen3OmniMoeVisionEncoderConfig モデル)
• qwen3_vl — Qwen3VLConfig（Qwen3VLConfig モデル）
• qwen3_vl_moe — Qwen3VLMoeConfig（Qwen3VLMoeConfig モデル）
• qwen3_vl_moe_text — Qwen3VLMoeTextConfig（Qwen3VLMoeTextConfig モデル）
• qwen3_vl_moe_vision — Qwen3VLMoeVisionConfig（Qwen3VLMoeVisionConfig モデル）
• qwen3_vl_text — Qwen3VLTextConfig（Qwen3VLTextConfig モデル）
• qwen3_vl_vision — Qwen3VLVisionConfig（Qwen3VLVisionConfig モデル）
• qwen4_exp — Qwen4ExpConfig（Qwen4ExpConfig モデル）
• qwen4_exp_text — Qwen4ExpTextConfig（Qwen4ExpTextConfig モデル）
• qwen4_exp_vision — Qwen4ExpVisionConfig（Qwen4ExpVisionConfig モデル）
• radio — RadioConfig(RadioConfig モデル)
• rag — RagConfig(RagConfig モデル)
• recurrent_gemma — RecurrentGemmaConfig（RecurrentGemmaConfig モデル）
• reformer — ReformerConfig（ReformerConfig モデル）
• regnet — RegNetConfig（RegNetConfig モデル）
• rembert — RemBertConfig (RemBertConfig モデル)
• resnet — ResNetConfig（ResNetConfig モデル）
• rf_detr — RfDetrConfig（RfDetrConfig モデル）
• rf_detr_dinov2 — RfDetrDinov2Config（RfDetrDinov2Config モデル）
• roberta — RobertaConfig（RobertaConfig モデル）
• roberta-prelayernorm — RobertaPreLayerNormConfig（RobertaPreLayerNormConfigモデル）
• roc_bert — RoCBertConfig（RoCBertConfig モデル）
• roformer — RoFormerConfig（RoFormerConfig モデル）
• rt_detr — RTDetrConfig（RTDetrConfig モデル）
• rt_detr_resnet — RTDetrResNetConfig（RTDetrResNetConfig モデル）
• rt_detr_v2 — RTDetrV2Config（RTDetrV2Config モデル）
• rwkv — RwkvConfig（RwkvConfig モデル）
• sam — SamConfig（SamConfig モデル）
• sam2 — Sam2Config（Sam2Config モデル）
• sam2_hiera_det_model — Sam2HieraDetConfig（Sam2HieraDetConfig モデル）
• sam2_mask_decoder — Sam2MaskDecoderConfig（Sam2MaskDecoderConfig モデル）
• sam2_prompt_encoder — Sam2PromptEncoderConfig（Sam2PromptEncoderConfig モデル）
• sam2_video — Sam2VideoConfig (Sam2VideoConfig モデル)
• sam2_video_mask_decoder — Sam2VideoMaskDecoderConfig（Sam2VideoMaskDecoderConfig モデル）
• sam2_video_prompt_encoder — Sam2VideoPromptEncoderConfig（Sam2VideoPromptEncoderConfig モデル）
• sam2_vision_model — Sam2VisionConfig（Sam2VisionConfig モデル）
• sam3 — Sam3Config（Sam3Config モデル）
• sam3_detr_decoder — Sam3DETRDecoderConfig（Sam3DETRDecoderConfig モデル）
• sam3_detr_encoder — Sam3DETREncoderConfig（Sam3DETREncoderConfig モデル）
• sam3_geometry_encoder — Sam3GeometryEncoderConfig（Sam3GeometryEncoderConfig モデル）
• sam3_lite_text — Sam3LiteTextConfig（Sam3LiteTextConfig モデル）
• sam3_lite_text_detr_decoder — Sam3LiteTextDETRDecoderConfig（Sam3LiteTextDETRDecoderConfig モデル）
• sam3_lite_text_detr_encoder — Sam3LiteTextDETREncoderConfig（Sam3LiteTextDETREncoderConfig モデル）
• sam3_lite_text_geometry_encoder — Sam3LiteTextGeometryEncoderConfig（Sam3LiteTextGeometryEncoderConfig モデル）
• sam3_lite_text_mask_decoder — Sam3LiteTextMaskDecoderConfig（Sam3LiteTextMaskDecoderConfig モデル）
• sam3_lite_text_text_model — Sam3LiteTextTextConfig（Sam3LiteTextTextConfig モデル）
• sam3_mask_decoder — Sam3MaskDecoderConfig（Sam3MaskDecoderConfig モデル）
• sam3_tracker — Sam3TrackerConfig（Sam3TrackerConfig モデル）
• sam3_tracker_mask_decoder — Sam3TrackerMaskDecoderConfig（Sam3TrackerMaskDecoderConfig モデル）
• sam3_tracker_prompt_encoder — Sam3TrackerPromptEncoderConfig（Sam3TrackerPromptEncoderConfig モデル）
• sam3_tracker_video — Sam3TrackerVideoConfig（Sam3TrackerVideoConfig モデル）
• sam3_tracker_video_mask_decoder — Sam3TrackerVideoMaskDecoderConfig(Sam3TrackerVideoMaskDecoderConfig モデル)
• sam3_tracker_video_prompt_encoder — Sam3TrackerVideoPromptEncoderConfig（Sam3TrackerVideoPromptEncoderConfig モデル）
• sam3_video — Sam3VideoConfig (Sam3VideoConfig モデル)
• sam3_vision_model — Sam3VisionConfig (Sam3VisionConfig モデル)
• sam3_vit_model — Sam3ViTConfig（Sam3ViTConfig モデル）
• sam_hq — SamHQConfig（SamHQConfig モデル）
• sam_hq_mask_decoder — SamHQMaskDecoderConfig（SamHQMaskDecoderConfig モデル）
• sam_hq_prompt_encoder — SamHQPromptEncoderConfig（SamHQPromptEncoderConfig モデル）
• sam_hq_vision_model — SamHQVisionConfig（SamHQVisionConfig モデル）
• sam_mask_decoder — SamMaskDecoderConfig（SamMaskDecoderConfig モデル）
• sam_prompt_encoder — SamPromptEncoderConfig（SamPromptEncoderConfig モデル）
• sam_vision_model — SamVisionConfig（SamVisionConfig モデル）
• sapiens2 — Sapiens2Config（Sapiens2Config モデル）
• sapiens2_head — Sapiens2HeadConfig（Sapiens2HeadConfig モデル）
• seamless_m4t — SeamlessM4TConfig（SeamlessM4TConfig モデル）
• seamless_m4t_v2 — SeamlessM4Tv2Config(SeamlessM4Tv2Config モデル)
• seed_oss — SeedOssConfig（SeedOssConfig モデル）
• segformer — SegformerConfig（SegformerConfig モデル）
• seggpt — SegGptConfig（SegGptConfig モデル）
• sew — SEWConfig（SEWConfig モデル）
• sew-d — SEWDConfig（SEWDConfigモデル）
• shieldgemma2 — ShieldGemma2Config（ShieldGemma2Config モデル）
• siglip — SiglipConfig（SiglipConfig モデル）
• siglip2 — Siglip2Config（Siglip2Config モデル）
• siglip2_text_model — Siglip2TextConfig（Siglip2TextConfig モデル）
• siglip2_vision_model — Siglip2VisionConfig（Siglip2VisionConfig モデル）
• siglip_text_model — SiglipTextConfig（SiglipTextConfig モデル）
• siglip_vision_model — SiglipVisionConfig（SiglipVisionConfig モデル）
• slanet — SLANetConfig（SLANetConfig モデル）
• slanext — SLANeXtConfig（SLANeXtConfig モデル）
• slanext_vision — SLANeXtVisionConfig（SLANeXtVisionConfig モデル）
• smollm3 — SmolLM3Config（SmolLM3Config モデル）
• smolvlm — SmolVLMConfig（SmolVLMConfig モデル）
• smolvlm_vision — SmolVLMVisionConfig（SmolVLMVisionConfig モデル）
• solar_open — SolarOpenConfig（SolarOpenConfig モデル）
• speech-encoder-decoder — SpeechEncoderDecoderConfig（SpeechEncoderDecoderConfig モデル）
• speech_to_text — Speech2TextConfig（Speech2TextConfig モデル）
• speecht5 — SpeechT5Config（SpeechT5Config モデル）
• speecht5_hifigan — SpeechT5HifiGanConfig（SpeechT5HifiGanConfig モデル）
• splinter — SplinterConfig（SplinterConfig モデル）
• squeezebert — SqueezeBertConfig (SqueezeBertConfig モデル)
• stablelm — StableLmConfig (StableLmConfig モデル)
• starcoder2 — Starcoder2Config (Starcoder2Config モデル)
• step3p5 — Step3p7TextConfig（Step3p7TextConfig モデル）
• step3p5_vision — Step3p7VisionConfig（Step3p7VisionConfig モデル）
• step3p7 — Step3p7Config (Step3p7Config モデル)
• superglue — SuperGlueConfig（SuperGlueConfig モデル）
• superpoint — SuperPointConfig（SuperPointConfig モデル）
• swiftformer — SwiftFormerConfig（SwiftFormerConfig モデル）
• swin — SwinConfig（SwinConfig モデル）
• swin2sr — Swin2SRConfig（Swin2SRConfig モデル）
• swinv2 — Swinv2Config（Swinv2Config モデル）
• switch_transformers — SwitchTransformersConfig（SwitchTransformersConfig モデル）
• t5 — T5Config（T5Config モデル）
• t5_gemma_module — T5GemmaModuleConfig（T5GemmaModuleConfig モデル）
• t5gemma — T5GemmaConfig（T5GemmaConfig モデル）
• t5gemma2 — T5Gemma2Config（T5Gemma2Config モデル）
• t5gemma2_decoder — T5Gemma2DecoderConfig（T5Gemma2DecoderConfig モデル）
• t5gemma2_encoder — T5Gemma2EncoderConfig（T5Gemma2EncoderConfig モデル）
• t5gemma2_text — T5Gemma2TextConfig（T5Gemma2TextConfig モデル）
• table-transformer — TableTransformerConfig（TableTransformerConfigモデル）
• tapas — TapasConfig（TapasConfig モデル）
• textnet — TextNetConfig（TextNetConfig モデル）
• time_series_transformer — TimeSeriesTransformerConfig（TimeSeriesTransformerConfig モデル）
• timesfm — TimesFmConfig (TimesFmConfig モデル)
• timesfm2_5 — TimesFm2_5Config（TimesFm2_5Config モデル）
• timesformer — TimesformerConfig（TimesformerConfig モデル）
• timm_backbone — TimmBackboneConfig（TimmBackboneConfig モデル）
• timm_wrapper — TimmWrapperConfig（TimmWrapperConfig モデル）
• tipsv2 — Tipsv2Config（Tipsv2Config モデル）
• tipsv2_dpt — Tipsv2DptConfig (Tipsv2DptConfig モデル)
• tipsv2_text_model — Tipsv2TextConfig（Tipsv2TextConfig モデル）
• tipsv2_vision_model — Tipsv2VisionConfig（Tipsv2VisionConfig モデル）
• trocr — TrOCRConfig（TrOCRConfig モデル）
• tvp — TvpConfig(TvpConfig モデル)
• udop — UdopConfig (UdopConfig モデル)
• ultrabert — UltrabertConfig（UltrabertConfig モデル）
• ultravbert — UltraVBertConfig（UltraVBertConfig モデル）
• umt5 — UMT5Config (UMT5Config モデル)
• unispeech — UniSpeechConfig（UniSpeechConfig モデル）
• unispeech-sat — UniSpeechSatConfig（UniSpeechSatConfig モデル）
• univnet — UnivNetConfig（UnivNetConfig モデル）
• unlimited_ocr — UnlimitedOcrConfig（UnlimitedOcrConfig モデル）
• unlimited_ocr_sam_vision_model — UnlimitedOcrSamVisionConfig(UnlimitedOcrSamVisionConfig モデル)
• unlimited_ocr_text — UnlimitedOcrTextConfig（UnlimitedOcrTextConfig モデル）
• unlimited_ocr_vision — UnlimitedOcrVisionConfig（UnlimitedOcrVisionConfig モデル）
• unlimited_ocr_vision_encoder — UnlimitedOcrVisionEncoderConfig（UnlimitedOcrVisionEncoderConfig モデル）
• upernet — UperNetConfig（UperNetConfig モデル）
• uvdoc — UVDocConfig（UVDocConfig モデル）
• uvdoc_backbone — UVDocBackboneConfig（UVDocBackboneConfig モデル）
• vaultgemma — VaultGemmaConfig（VaultGemmaConfig モデル）
• vibevoice — VibeVoiceConfig（VibeVoiceConfig モデル）
• vibevoice_acoustic_tokenizer — VibeVoiceAcousticTokenizerConfig（VibeVoiceAcousticTokenizerConfig モデル）
• vibevoice_acoustic_tokenizer_decoder — VibeVoiceAcousticTokenizerDecoderConfig（VibeVoiceAcousticTokenizerDecoderConfig モデル）
• vibevoice_acoustic_tokenizer_encoder — VibeVoiceAcousticTokenizerEncoderConfig（VibeVoiceAcousticTokenizerEncoderConfig モデル）
• vibevoice_asr — VibeVoiceAsrConfig（VibeVoiceAsrConfig モデル）
• vibevoice_diffusion — VibeVoiceDiffusionHeadConfig（VibeVoiceDiffusionHeadConfig モデル）
• video_llama_3 — VideoLlama3Config（VideoLlama3Config モデル）
• video_llama_3_vision — VideoLlama3VisionConfig（VideoLlama3VisionConfig モデル）
• video_llava — VideoLlavaConfig（VideoLlavaConfig モデル）
• videomae — VideoMAEConfig（VideoMAEConfig モデル）
• videomt — VideomtConfig（VideomtConfig モデル）
• videoprism — VideoPrismConfig (VideoPrismConfig モデル)
• videoprism_text_model — VideoPrismTextConfig（VideoPrismTextConfig モデル）
• videoprism_vision_model — VideoPrismVisionConfig（VideoPrismVisionConfig モデル）
• vilt — ViltConfig（ViltConfig モデル）
• vipllava — VipLlavaConfig（VipLlavaConfig モデル）
• vision-encoder-decoder — VisionEncoderDecoderConfig（VisionEncoderDecoderConfig モデル）
• vision-text-dual-encoder — VisionTextDualEncoderConfig（VisionTextDualEncoderConfig モデル）
• visual_bert — VisualBertConfig（VisualBertConfig モデル）
• vit — ViTConfig (ViTConfig モデル)
• vit_mae — ViTMAEConfig（ViTMAEConfig モデル）
• vit_msn — ViTMSNConfig（ViTMSNConfig モデル）
• vitdet — VitDetConfig（VitDetConfig モデル）
• vitmatte — VitMatteConfig（VitMatteConfig モデル）
• vitpose — VitPoseConfig (VitPoseConfig モデル)
• vitpose_backbone — VitPoseBackboneConfig（VitPoseBackboneConfig モデル）
• vits — VitsConfig(VitsConfig モデル)
• vivit — VivitConfig(VivitConfig モデル)
• vjepa2 — VJEPA2Config（VJEPA2Config モデル）
• voxtral — VoxtralConfig（VoxtralConfig モデル）
• voxtral_encoder — VoxtralEncoderConfig（VoxtralEncoderConfig モデル）
• voxtral_realtime — VoxtralRealtimeConfig（VoxtralRealtimeConfig モデル）
• voxtral_realtime_encoder — VoxtralRealtimeEncoderConfig (VoxtralRealtimeEncoderConfig モデル)
• voxtral_realtime_text — VoxtralRealtimeTextConfig（VoxtralRealtimeTextConfig モデル）
• wav2vec2 — Wav2Vec2Config (Wav2Vec2Config モデル)
• wav2vec2-bert — Wav2Vec2BertConfig（Wav2Vec2BertConfig モデル）
• wav2vec2-conformer — Wav2Vec2ConformerConfig (Wav2Vec2ConformerConfig モデル)
• wavlm — WavLMConfig（WavLMConfig モデル）
• whisper — WhisperConfig(WhisperConfig モデル)
• xclip — XCLIPConfig（XCLIPConfigモデル）
• xclip_text_model — XCLIPTextConfig（XCLIPTextConfig モデル）
• xclip_vision_model — XCLIPVisionConfig（XCLIPVisionConfig モデル）
• xcodec — XcodecConfig（XcodecConfigモデル）
• xcodec2 — Xcodec2Config（Xcodec2Config モデル）
• xglm — XGLMConfig（XGLMConfig モデル）
• xlm — XLMConfig（XLMConfig モデル）
• xlm-roberta — XLMRobertaConfig（XLMRobertaConfig モデル）
• xlm-roberta-xl — XLMRobertaXLConfig（XLMRobertaXLConfig モデル）
• xlnet — XLNetConfig（XLNetConfig モデル）
• xlstm — xLSTMConfig（xLSTMConfig モデル）
• xmod — XmodConfig(XmodConfig モデル)
• yolos — YolosConfig(YolosConfig モデル)
• yoso — YosoConfig（YosoConfigモデル）
• youtu — YoutuConfig(YoutuConfig モデル)
• zamba — ZambaConfig（ZambaConfig モデル）
• zamba2 — Zamba2Config（Zamba2Config モデル）
• zaya — ZayaConfig（ZayaConfig モデル）
• zoedepth — ZoeDepthConfig（ZoeDepthConfig モデル）

>>> from transformers import AutoConfig

>>> # Download configuration from huggingface.co and cache.
>>> config = AutoConfig.from_pretrained("google-bert/bert-base-uncased")

>>> # Download configuration from huggingface.co (user-uploaded) and cache.
>>> config = AutoConfig.from_pretrained("dbmdz/bert-base-german-cased")

>>> # If configuration file is in a directory (e.g., was saved using *save_pretrained('./test/saved_model/')*).
>>> config = AutoConfig.from_pretrained("./test/bert_saved_model/")

>>> # Load a specific configuration file.
>>> config = AutoConfig.from_pretrained("./test/bert_saved_model/my_configuration.json")

>>> # Change some config attributes when loading a pretrained config.
>>> config = AutoConfig.from_pretrained("google-bert/bert-base-uncased", output_attentions=True, foo=False)
>>> config.output_attentions
True

>>> config, unused_kwargs = AutoConfig.from_pretrained(
...     "google-bert/bert-base-uncased", output_attentions=True, foo=False, return_unused_kwargs=True
... )
>>> config.output_attentions
True

>>> unused_kwargs
{'foo': False}

このクラス用の新しい設定を登録します。

事前学習済みモデルの語彙から、ライブラリのトークナイザークラスのいずれかをインスタンス化します。

インスタンス化されるトークナイザーのクラスは、設定オブジェクトのmodel_typeプロパティ（引数として渡されたもの、または可能な場合はpretrained_model_name_or_pathから読み込まれたもの）に基づいて選択されます。このプロパティが存在しない場合は、pretrained_model_name_or_pathに対するパターンマッチングにフォールバックして選択されます。

• EvollaModel — TokenizersBackend（EvollaConfigモデル）
• aimv2 — CLIPTokenizer (Aimv2Config モデル)
• albert — AlbertTokenizer（AlbertConfig モデル）
• align — BertTokenizer（AlignConfig モデル）
• aria — TokenizersBackend（AriaConfigモデル）
• audioflamingo3 — Qwen2Tokenizer (AudioFlamingo3Config モデル)
• aya_vision — CohereTokenizer（AyaVisionConfigモデル）
• bark — BertTokenizer(BarkConfig モデル)
• bart — RobertaTokenizer（BartConfigモデル）
• beam — TokenizersBackend（BeamConfig モデル）
• bert — BertTokenizer (BertConfig モデル)
• bert-generation — BertGenerationTokenizer(BertGenerationConfig モデル)
• big_bird — BigBirdTokenizer（BigBirdConfigモデル）
• bigbird_pegasus — TokenizersBackend（BigBirdPegasusConfig モデル）
• biogpt — BioGptTokenizer（BioGptConfig モデル）
• blenderbot — BlenderbotTokenizer(BlenderbotConfig モデル)
• blenderbot-small — BlenderbotSmallTokenizer(BlenderbotSmallConfig モデル)
• blip — BertTokenizer(BlipConfig モデル)
• blip-2 — GPT2Tokenizer（Blip2Config モデル）
• bridgetower — RobertaTokenizer（BridgeTowerConfigモデル）
• bros — BertTokenizer(BrosConfig モデル)
• camembert — CamembertTokenizer（CamembertConfig モデル）
• canary — TokenizersBackend（CanaryConfig モデル）
• canine — CanineTokenizer(CanineConfig モデル)
• chinese_clip — BertTokenizer（ChineseCLIPConfig モデル）
• clap — RobertaTokenizer(ClapConfig モデル)
• clip — CLIPTokenizer（CLIPConfigモデル）
• clipseg — CLIPTokenizer（CLIPSegConfigモデル）
• clvp — ClvpTokenizer（ClvpConfig モデル）
• codegen — GPT2Tokenizer (CodeGenConfig モデル)
• cohere — CohereTokenizer（CohereConfigモデル）
• cohere2 — CohereTokenizer(Cohere2Config モデル)
• cohere_asr — TokenizersBackend(CohereAsrConfig モデル)
• colqwen2 — Qwen2Tokenizer(ColQwen2Config モデル)
• convbert — BertTokenizer（ConvBertConfigモデル）
• cosmos3_omni — Qwen2Tokenizer（Cosmos3OmniConfig モデル）
• cpmant — CpmAntTokenizer（CpmAntConfigモデル）
• ctrl — CTRLTokenizer（CTRLConfig モデル）
• data2vec-audio — Wav2Vec2CTCTokenizer（Data2VecAudioConfig モデル）
• data2vec-text — RobertaTokenizer(Data2VecTextConfigモデル)
• dbrx — GPT2Tokenizer (DbrxConfig モデル)
• deberta — DebertaTokenizer（DebertaConfig モデル）
• deberta-v2 — DebertaV2Tokenizer（DebertaV2Config モデル）
• dia — DiaTokenizer（DiaConfigモデル）
• diffusion_gemma — GemmaTokenizer（DiffusionGemmaConfig モデル）
• distilbert — BertTokenizer(DistilBertConfig モデル)
• dots3_note — Qwen2Tokenizer（Dots3NoteConfigモデル）
• dpr — DPRQuestionEncoderTokenizer (DPRConfig モデル)
• electra — BertTokenizer（ElectraConfigモデル）
• emu3 — GPT2Tokenizer(Emu3Config モデル)
• ernie — BertTokenizer（ErnieConfigモデル）
• ernie4_5 — TokenizersBackend（Ernie4_5Config モデル）
• ernie4_5_moe — TokenizersBackend（Ernie4_5_MoeConfig モデル）
• esm — EsmTokenizer（EsmConfig モデル）
• esmc — EsmcTokenizer（EsmcConfigモデル）
• esmfold2 — EsmcTokenizer(EsmFold2Config モデル)
• falcon_mamba — GPTNeoXTokenizer（FalconMambaConfigモデル）
• fastspeech2_conformer — None（FastSpeech2ConformerConfig モデル）
• flaubert — FlaubertTokenizer（FlaubertConfigモデル）
• flava — BertTokenizer (FlavaConfig モデル)
• flex_olmo — TokenizersBackend（FlexOlmoConfigモデル）
• florence2 — BartTokenizer（Florence2Config モデル）
• fnet — FNetTokenizer(FNetConfig モデル)
• fsmt — FSMTTokenizer(FSMTConfig モデル)
• fun_asr_nano — Qwen2Tokenizer（FunAsrNanoConfig モデル）
• funnel — FunnelTokenizer（FunnelConfigモデル）
• fuyu — TokenizersBackend（FuyuConfigモデル）
• gemma — GemmaTokenizer(GemmaConfig モデル)
• gemma2 — GemmaTokenizer（Gemma2Configモデル）
• gemma3 — GemmaTokenizer(Gemma3Config モデル)
• gemma3_text — GemmaTokenizer（Gemma3TextConfig モデル）
• gemma3n — GemmaTokenizer(Gemma3nConfig モデル)
• gemma3n_text — GemmaTokenizer（Gemma3nTextConfig モデル）
• git — BertTokenizer（GitConfig モデル）
• glm — TokenizersBackend（GlmConfigモデル）
• glm4 — TokenizersBackend（Glm4Config モデル）
• glm4_moe — TokenizersBackend（Glm4MoeConfig モデル）
• glm4_moe_lite — TokenizersBackend（Glm4MoeLiteConfig モデル）
• glm4v — TokenizersBackend(Glm4vConfig モデル)
• glm4v_moe — TokenizersBackend（Glm4vMoeConfig モデル）
• glm_image — TokenizersBackend（GlmImageConfig モデル）
• glmasr — TokenizersBackend(GlmAsrConfig モデル)
• got_ocr2 — TokenizersBackend（GotOcr2Config モデル）
• gpt-sw3 — GPTSw3Tokenizer（GPT2Configモデル）
• gpt2 — GPT2Tokenizer (GPT2Config モデル)
• gpt_bigcode — TokenizersBackend（GPTBigCodeConfigモデル）
• gpt_neo — GPT2Tokenizer（GPTNeoConfig モデル）
• gpt_neox — GPTNeoXTokenizer（GPTNeoXConfigモデル）
• gpt_neox_japanese — GPTNeoXJapaneseTokenizer（GPTNeoXJapaneseConfig モデル）
• gptj — GPT2Tokenizer (GPTJConfig モデル)
• gradium_phonon_tts — TokenizersBackend（GradiumPhononTTSConfig モデル）
• granite — TokenizersBackend（GraniteConfigモデル）
• granite_speech5_ctc — ParakeetTokenizer（GraniteSpeech5CTCConfigモデル）
• granitemoe — TokenizersBackend（GraniteMoeConfig モデル）
• granitemoehybrid — TokenizersBackend（GraniteMoeHybridConfig モデル）
• granitemoeshared — TokenizersBackend（GraniteMoeSharedConfigモデル）
• grounding-dino — BertTokenizer(GroundingDinoConfig モデル)
• groupvit — CLIPTokenizer（GroupViTConfigモデル）
• gte — XLMRobertaTokenizer（GteConfig モデル）
• hubert — Wav2Vec2CTCTokenizer（HubertConfig モデル）
• hunyuan_vl — Qwen2Tokenizer (HunYuanVLConfig モデル)
• hyperclovax — TokenizersBackend（HyperCLOVAXConfigモデル）
• hyperclovax_vision_v2 — GPT2Tokenizer（HyperCLOVAXVisionV2Config モデル）
• ibert — RobertaTokenizer(IBertConfig モデル)
• idefics — LlamaTokenizer(IdeficsConfig モデル)
• idefics2 — LlamaTokenizer(Idefics2Config モデル)
• instructblip — GPT2Tokenizer（InstructBlipConfig モデル）
• instructblipvideo — GPT2Tokenizer（InstructBlipVideoConfig モデル）
• internlm3 — TokenizersBackend（InternLM3Config モデル）
• internvl — Qwen2Tokenizer（InternVLConfig モデル）
• iquestcoder — TokenizersBackend（IQuestCoderConfigモデル）
• jais2 — GPT2Tokenizer(Jais2Config モデル)
• jamba — TokenizersBackend（JambaConfigモデル）
• jina_embeddings_v3 — XLMRobertaTokenizer (JinaEmbeddingsV3Config モデル)
• kimi_k25 — TokenizersBackend(Kimi_K25Config モデル)
• kimi_linear — TokenizersBackend（KimiLinearConfigモデル）
• kosmos-2 — TokenizersBackend（Kosmos2Config モデル）
• lasr_ctc — LasrTokenizer（LasrCTCConfigモデル）
• lasr_encoder — LasrTokenizer（LasrEncoderConfigモデル）
• layoutlm — BertTokenizer(LayoutLMConfig モデル)
• layoutlmv2 — LayoutLMv2Tokenizer（LayoutLMv2Config モデル）
• layoutlmv3 — LayoutLMv3Tokenizer（LayoutLMv3Config モデル）
• layoutxlm — LayoutXLMTokenizer（LayoutXLMConfig モデル）
• led — LEDTokenizer（LEDConfigモデル）
• lighton_ocr — Qwen2TokenizerFast（LightOnOcrConfig モデル）
• lilt — RobertaTokenizer(LiltConfig モデル)
• llava — TokenizersBackend（LlavaConfig モデル）
• llava_next — TokenizersBackend（LlavaNextConfig モデル）
• longformer — RobertaTokenizer(LongformerConfig モデル)
• luke — LukeTokenizer（LukeConfig モデル）
• lxmert — LxmertTokenizer（LxmertConfig モデル）
• m2m_100 — M2M100Tokenizer（M2M100Config モデル）
• mamba — GPTNeoXTokenizer（MambaConfigモデル）
• mamba2 — GPTNeoXTokenizer(Mamba2Config モデル)
• marian — MarianTokenizer（MarianConfigモデル）
• markuplm — MarkupLMTokenizer（MarkupLMConfig モデル）
• mbart — MBartTokenizer(MBartConfig モデル)
• megatron-bert — BertTokenizer（MegatronBertConfig モデル）
• metaclip_2 — XLMRobertaTokenizer（MetaClip2Config モデル）
• mgp-str — MgpstrTokenizer（MgpstrConfig モデル）
• mimo_v2_flash — TokenizersBackend（MiMoV2FlashConfig モデル）
• minicpm3 — TokenizersBackend(MiniCPM3Config モデル)
• minicpm_ocr — TokenizersBackend（MiniCPMOcrConfig モデル）
• minicpmv4_6 — TokenizersBackend（MiniCPMV4_6Config モデル）
• minicpmv4_7 — TokenizersBackend（MiniCPMV4_7Config モデル）
• minimax_m2 — TokenizersBackend（MiniMaxM2Config モデル）
• ministral — MistralCommonBackend（MinistralConfig モデル）
• ministral3 — MistralCommonBackend（Ministral3Config モデル）
• mistral — MistralCommonBackend（MistralConfigモデル）
• mistral3 — MistralCommonBackend（Mistral3Config モデル）
• mistral_large4 — MistralCommonBackend（MistralLarge4Config モデル）
• mixtral — MistralCommonBackend（MixtralConfigモデル）
• mm-grounding-dino — BertTokenizer（MMGroundingDinoConfig モデル）
• mobilebert — MobileBertTokenizer（MobileBertConfig モデル）
• modernbert — TokenizersBackend（ModernBertConfig モデル）
• modernbert-decoder — TokenizersBackend（ModernBertDecoderConfig モデル）
• molmo2 — TokenizersBackend（Molmo2Config モデル）
• moss_transcribe_diarize — Qwen2Tokenizer (MossTranscribeDiarizeConfig モデル)
• mpnet — MPNetTokenizer（MPNetConfigモデル）
• mpt — GPTNeoXTokenizer（MptConfig モデル）
• mra — RobertaTokenizer（MraConfigモデル）
• mt5 — T5Tokenizer（MT5Config モデル）
• musicgen — T5Tokenizer(MusicgenConfig モデル)
• musicgen_melody — T5Tokenizer（MusicgenMelodyConfig モデル）
• mvp — MvpTokenizer(MvpConfig モデル)
• nemo_speechlm — TokenizersBackend（Nemotron3_5TranscribeConfigモデル）
• nemotron — TokenizersBackend（NemotronConfigモデル）
• nemotron3_5_asr — ParakeetTokenizer（Nemotron3_5AsrConfig モデル）
• nemotron_asr_streaming — ParakeetTokenizer（NemotronAsrStreamingConfig モデル）
• nllb-moe — NllbTokenizer(NllbMoeConfig モデル)
• nomic_bert — BertTokenizer（NomicBertConfigモデル）
• nougat — NougatTokenizer（NougatConfigモデル）
• nystromformer — TokenizersBackend（NystromformerConfigモデル）
• olmo — GPTNeoXTokenizer(OlmoConfig モデル)
• olmo2 — TokenizersBackend（Olmo2Config モデル）
• olmo3 — TokenizersBackend（Olmo3Configモデル）
• olmo_hybrid — TokenizersBackend（OlmoHybridConfig モデル）
• olmoe — GPTNeoXTokenizer（OlmoeConfig モデル）
• omdet-turbo — CLIPTokenizer（OmDetTurboConfig モデル）
• oneformer — CLIPTokenizer（OneFormerConfig モデル）
• openai-gpt — OpenAIGPTTokenizer（OpenAIGPTConfigモデル）
• opt — GPT2Tokenizer（OPTConfig モデル）
• ovis2 — Qwen2Tokenizer(Ovis2Config モデル)
• owlv2 — CLIPTokenizer(Owlv2Config モデル)
• owlvit — CLIPTokenizer(OwlViTConfig モデル)
• paddleocr_vl — TokenizersBackend(PaddleOCRVLConfig モデル)
• parakeet_ctc — ParakeetTokenizer（ParakeetCTCConfigモデル）
• parakeet_rnnt — ParakeetTokenizer（ParakeetRNNTConfig モデル）
• parakeet_tdt — ParakeetTokenizer（ParakeetTDTConfig モデル）
• pegasus — PegasusTokenizer（PegasusConfig モデル）
• pegasus_x — TokenizersBackend（PegasusXConfigモデル）
• perceiver — PerceiverTokenizer(PerceiverConfig モデル)
• persimmon — TokenizersBackend（PersimmonConfigモデル）
• phi — GPT2Tokenizer（PhiConfig モデル）
• phi3 — TokenizersBackend（Phi3Config モデル）
• phimoe — TokenizersBackend（PhimoeConfigモデル）
• pix2struct — TokenizersBackend(Pix2StructConfig モデル)
• pixtral — MistralCommonBackend（PixtralVisionConfig モデル）
• plbart — PLBartTokenizer（PLBartConfigモデル）
• pocket_tts — TokenizersBackend（PocketTTSConfig モデル）
• pp_formulanet — NougatTokenizer（PPFormulaNetConfig モデル）
• prophetnet — ProphetNetTokenizer（ProphetNetConfigモデル）
• qianfan_ocr — Qwen2Tokenizer(QianfanOCRConfig モデル)
• qwen2 — Qwen2Tokenizer(Qwen2Config モデル)
• qwen2_5_omni — Qwen2Tokenizer(Qwen2_5OmniConfig モデル)
• qwen2_5_vl — Qwen2Tokenizer（Qwen2_5_VLConfig モデル）
• qwen2_audio — Qwen2Tokenizer（Qwen2AudioConfig モデル）
• qwen2_moe — Qwen2Tokenizer(Qwen2MoeConfig モデル)
• qwen2_vl — Qwen2Tokenizer(Qwen2VLConfig モデル)
• qwen3 — Qwen2Tokenizer（Qwen3Config モデル）
• qwen3_5 — Qwen3_5Tokenizer（Qwen3_5Config モデル）
• qwen3_5_moe — Qwen3_5Tokenizer（Qwen3_5MoeConfig モデル）
• qwen3_5_moe_text — Qwen3_5Tokenizer（Qwen3_5MoeTextConfig モデル）
• qwen3_5_text — Qwen3_5Tokenizer（Qwen3_5TextConfig モデル）
• qwen3_asr — Qwen2Tokenizer（Qwen3ASRConfig モデル）
• qwen3_moe — Qwen2Tokenizer(Qwen3MoeConfig モデル)
• qwen3_next — Qwen2Tokenizer（Qwen3NextConfig モデル）
• qwen3_omni_moe — Qwen2Tokenizer(Qwen3OmniMoeConfig モデル)
• qwen3_vl — Qwen2Tokenizer（Qwen3VLConfig モデル）
• qwen3_vl_moe — Qwen2Tokenizer(Qwen3VLMoeConfig モデル)
• qwen4_exp — Qwen3_5Tokenizer（Qwen4ExpConfig モデル）
• rag — RagTokenizer（RagConfig モデル）
• recurrent_gemma — GemmaTokenizer(RecurrentGemmaConfig モデル)
• reformer — ReformerTokenizer（ReformerConfigモデル）
• rembert — RemBertTokenizer (RemBertConfig モデル)
• roberta — RobertaTokenizer（RobertaConfig モデル）
• roberta-prelayernorm — RobertaTokenizer（RobertaPreLayerNormConfig モデル）
• roc_bert — RoCBertTokenizer（RoCBertConfig モデル）
• roformer — RoFormerTokenizer（RoFormerConfigモデル）
• rwkv — GPTNeoXTokenizer(RwkvConfig モデル)
• sam3 — CLIPTokenizer（Sam3Config モデル）
• sam3_video — CLIPTokenizer (Sam3VideoConfig モデル)
• seamless_m4t — SeamlessM4TTokenizer（SeamlessM4TConfig モデル）
• seamless_m4t_v2 — SeamlessM4TTokenizer(SeamlessM4Tv2Config モデル)
• shieldgemma2 — GemmaTokenizer（ShieldGemma2Config モデル）
• siglip — SiglipTokenizer（SiglipConfig モデル）
• siglip2 — Siglip2Tokenizer（Siglip2Config モデル）
• smolvlm — TokenizersBackend（SmolVLMConfig モデル）
• speech_to_text — Speech2TextTokenizer（Speech2TextConfig モデル）
• speecht5 — SpeechT5Tokenizer（SpeechT5Config モデル）
• splinter — SplinterTokenizer（SplinterConfig モデル）
• squeezebert — BertTokenizer（SqueezeBertConfig モデル）
• stablelm — TokenizersBackend(StableLmConfig モデル)
• starcoder2 — GPT2Tokenizer（Starcoder2Config モデル）
• switch_transformers — T5Tokenizer（SwitchTransformersConfigモデル）
• t5 — T5Tokenizer（T5Config モデル）
• t5gemma — GemmaTokenizer（T5GemmaConfigモデル）
• tapas — TapasTokenizer（TapasConfig モデル）
• tipsv2 — Tipsv2Tokenizer（Tipsv2Configモデル）
• trocr — XLMRobertaTokenizer (TrOCRConfig モデル)
• tvp — BertTokenizer(TvpConfig モデル)
• udop — UdopTokenizer(UdopConfig モデル)
• umt5 — TokenizersBackend(UMT5Config モデル)
• unispeech — Wav2Vec2CTCTokenizer（UniSpeechConfigモデル）
• unispeech-sat — Wav2Vec2CTCTokenizer（UniSpeechSatConfig モデル）
• vibevoice — Qwen2TokenizerFast(VibeVoiceConfig モデル)
• videoprism — VideoPrismTokenizer（VideoPrismConfig モデル）
• vilt — BertTokenizer(ViltConfig モデル)
• vipllava — TokenizersBackend（VipLlavaConfig モデル）
• visual_bert — BertTokenizer（VisualBertConfigモデル）
• vits — VitsTokenizer (VitsConfig モデル)
• voxtral — MistralCommonBackend（VoxtralConfig モデル）
• voxtral_realtime — MistralCommonBackend（VoxtralRealtimeConfig モデル）
• wav2vec2 — Wav2Vec2CTCTokenizer (Wav2Vec2Config モデル)
• wav2vec2-bert — Wav2Vec2CTCTokenizer（Wav2Vec2BertConfig モデル）
• wav2vec2-conformer — Wav2Vec2CTCTokenizer（Wav2Vec2ConformerConfig モデル）
• whisper — WhisperTokenizer（WhisperConfig モデル）
• xclip — CLIPTokenizer(XCLIPConfig モデル)
• xglm — XGLMTokenizer(XGLMConfig モデル)
• xlm — XLMTokenizer(XLMConfig モデル)
• xlm-roberta — XLMRobertaTokenizer（XLMRobertaConfig モデル）
• xlm-roberta-xl — TokenizersBackend(XLMRobertaXLConfig モデル)
• xlnet — XLNetTokenizer (XLNetConfig モデル)
• xlstm — GPTNeoXTokenizer (xLSTMConfig モデル)
• xmod — XLMRobertaTokenizer（XmodConfigモデル）
• yoso — AlbertTokenizer（YosoConfigモデル）
• zaya — GemmaTokenizer(ZayaConfig モデル)

>>> from transformers import AutoTokenizer

>>> # Download vocabulary from huggingface.co and cache.
>>> tokenizer = AutoTokenizer.from_pretrained("google-bert/bert-base-uncased")

>>> # Download vocabulary from huggingface.co (user-uploaded) and cache.
>>> tokenizer = AutoTokenizer.from_pretrained("dbmdz/bert-base-german-cased")

>>> # If vocabulary files are in a directory (e.g. tokenizer was saved using *save_pretrained('./test/saved_model/')*)
>>> # tokenizer = AutoTokenizer.from_pretrained("./test/bert_saved_model/")

>>> # Download vocabulary from huggingface.co and define model-specific arguments
>>> tokenizer = AutoTokenizer.from_pretrained("FacebookAI/roberta-base", add_prefix_space=True)

このマッピングに新しいトークナイザーを登録します。

事前学習済みモデルの語彙から、ライブラリのフィーチャーエクストラクタークラスのいずれかをインスタンス化します。

インスタンス化されるフィーチャーエクストラクターのクラスは、設定オブジェクトのmodel_typeプロパティに基づいて選択されます（引数として渡された場合、またはpretrained_model_name_or_pathから読み込むことが可能な場合）。model_typeが欠落している場合は、pretrained_model_name_or_pathに対するパターンマッチングにフォールバックします。

• audio-spectrogram-transformer — ASTFeatureExtractor（ASTConfigモデル）
• audioflamingo3 — WhisperFeatureExtractor(AudioFlamingo3Config モデル)
• canary — ParakeetFeatureExtractor(CanaryConfig モデル)
• clap — ClapFeatureExtractor (ClapConfig モデル)
• clvp — ClvpFeatureExtractor（ClvpConfigモデル）
• cohere_asr — CohereAsrFeatureExtractor（CohereAsrConfig モデル）
• csm — EncodecFeatureExtractor（CsmConfigモデル）
• dac — DacFeatureExtractor（DacConfig モデル）
• data2vec-audio — Wav2Vec2FeatureExtractor（Data2VecAudioConfig モデル）
• dia — DiaFeatureExtractor (DiaConfig モデル)
• dots3_note — Dots3NoteFeatureExtractor（Dots3NoteConfigモデル）
• embedding_gemma2 — Gemma4AudioFeatureExtractor（EmbeddingGemma2Config モデル）
• encodec — EncodecFeatureExtractor（EncodecConfig モデル）
• fun_asr_nano — FunAsrNanoFeatureExtractor（FunAsrNanoConfig モデル）
• gemma3n — Gemma3nAudioFeatureExtractor（Gemma3nConfig モデル）
• gemma4 — Gemma4AudioFeatureExtractor（Gemma4Config モデル）
• gemma4_unified — Gemma4UnifiedAudioFeatureExtractor（Gemma4UnifiedConfig モデル）
• glmasr — WhisperFeatureExtractor（GlmAsrConfig モデル）
• gradium_phonon_tts — PocketTTSFeatureExtractor（GradiumPhononTTSConfig モデル）
• granite_speech — GraniteSpeechFeatureExtractor（GraniteSpeechConfig モデル）
• granite_speech5_ctc — GraniteSpeech5FeatureExtractor（GraniteSpeech5CTCConfig モデル）
• granite_speech5_encoder — GraniteSpeech5FeatureExtractor（GraniteSpeech5EncoderConfig モデル）
• granite_speech_plus — GraniteSpeechFeatureExtractor（GraniteSpeechPlusConfig モデル）
• higgs_audio_v2_tokenizer — DacFeatureExtractor(HiggsAudioV2TokenizerConfig モデル)
• hubert — Wav2Vec2FeatureExtractor（HubertConfigモデル）
• inkling_mm_model — InklingFeatureExtractor（InklingConfig モデル）
• kyutai_speech_to_text — KyutaiSpeechToTextFeatureExtractor(KyutaiSpeechToTextConfig モデル)
• lasr_ctc — LasrFeatureExtractor（LasrCTCConfig モデル）
• lasr_encoder — LasrFeatureExtractor（LasrEncoderConfig モデル）
• mimi — EncodecFeatureExtractor（MimiConfigモデル）
• moonshine — Wav2Vec2FeatureExtractor(MoonshineConfig モデル)
• moshi — EncodecFeatureExtractor(MoshiConfig モデル)
• moss_transcribe_diarize — MossTranscribeDiarizeFeatureExtractor（MossTranscribeDiarizeConfig モデル）
• muse_spark — MuseSparkFeatureExtractor（MuseSparkConfigモデル）
• musicgen — EncodecFeatureExtractor (MusicgenConfig モデル)
• musicgen_melody — MusicgenMelodyFeatureExtractor（MusicgenMelodyConfig モデル）
• nemo_speechlm — NemotronAsrStreamingFeatureExtractor（Nemotron3_5TranscribeConfig モデル）
• nemotron3_5_asr — NemotronAsrStreamingFeatureExtractor（Nemotron3_5AsrConfig モデル）
• nemotron3_diarization — NemotronAsrStreamingFeatureExtractor（Nemotron3DiarizationConfig モデル）
• nemotron_asr_streaming — NemotronAsrStreamingFeatureExtractor（NemotronAsrStreamingConfig モデル）
• nemotron_asr_streaming_encoder — NemotronAsrStreamingFeatureExtractor（NemotronAsrStreamingEncoderConfig モデル）
• neucodec — NeuCodecFeatureExtractor（NeuCodecConfigモデル）
• parakeet_ctc — ParakeetFeatureExtractor（ParakeetCTCConfig モデル）
• parakeet_encoder — ParakeetFeatureExtractor（ParakeetEncoderConfig モデル）
• parakeet_rnnt — ParakeetFeatureExtractor（ParakeetRNNTConfigモデル）
• parakeet_tdt — ParakeetFeatureExtractor（ParakeetTDTConfig モデル）
• pe_audio — PeAudioFeatureExtractor（PeAudioConfig モデル）
• pe_audio_video — PeAudioFeatureExtractor（PeAudioVideoConfig モデル）
• phi4_multimodal — Phi4MultimodalFeatureExtractor（Phi4MultimodalConfig モデル）
• pocket_tts — PocketTTSFeatureExtractor（PocketTTSConfig モデル）
• pocket_tts_audio_tokenizer — EncodecFeatureExtractor（PocketTTSAudioTokenizerConfig モデル）
• pop2piano — Pop2PianoFeatureExtractor（Pop2PianoConfig モデル）
• qwen2_5_omni — WhisperFeatureExtractor(Qwen2_5OmniConfig モデル)
• qwen2_audio — WhisperFeatureExtractor(Qwen2AudioConfig モデル)
• qwen3_asr — Qwen3ASRFeatureExtractor（Qwen3ASRConfig モデル）
• qwen3_omni_moe — WhisperFeatureExtractor（Qwen3OmniMoeConfig モデル）
• seamless_m4t — SeamlessM4TFeatureExtractor（SeamlessM4TConfig モデル）
• seamless_m4t_v2 — SeamlessM4TFeatureExtractor(SeamlessM4Tv2Config モデル)
• sew — Wav2Vec2FeatureExtractor(SEWConfig モデル)
• sew-d — Wav2Vec2FeatureExtractor（SEWDConfigモデル）
• speech_to_text — Speech2TextFeatureExtractor（Speech2TextConfig モデル）
• speecht5 — SpeechT5FeatureExtractor（SpeechT5Config モデル）
• unispeech — Wav2Vec2FeatureExtractor(UniSpeechConfig モデル)
• unispeech-sat — Wav2Vec2FeatureExtractor（UniSpeechSatConfig モデル）
• univnet — UnivNetFeatureExtractor(UnivNetConfig モデル)
• vibevoice — VibeVoiceAcousticTokenizerFeatureExtractor（VibeVoiceConfig モデル）
• vibevoice_acoustic_tokenizer — VibeVoiceAcousticTokenizerFeatureExtractor（VibeVoiceAcousticTokenizerConfig モデル）
• vibevoice_asr — VibeVoiceAcousticTokenizerFeatureExtractor（VibeVoiceAsrConfig モデル）
• voxtral — WhisperFeatureExtractor (VoxtralConfig モデル)
• voxtral_realtime — VoxtralRealtimeFeatureExtractor（VoxtralRealtimeConfig モデル）
• wav2vec2 — Wav2Vec2FeatureExtractor（Wav2Vec2Config モデル）
• wav2vec2-bert — Wav2Vec2FeatureExtractor(Wav2Vec2BertConfig モデル)
• wav2vec2-conformer — Wav2Vec2FeatureExtractor（Wav2Vec2ConformerConfig モデル）
• wavlm — Wav2Vec2FeatureExtractor(WavLMConfig モデル)
• whisper — WhisperFeatureExtractor(WhisperConfig モデル)
• xcodec — DacFeatureExtractor(XcodecConfig モデル)
• xcodec2 — Xcodec2FeatureExtractor（Xcodec2Configモデル）

プライベートモデルを使用する場合は、token=True を渡す必要があります。

>>> from transformers import AutoFeatureExtractor

>>> # Download feature extractor from huggingface.co and cache.
>>> feature_extractor = AutoFeatureExtractor.from_pretrained("facebook/wav2vec2-base-960h")

>>> # If feature extractor files are in a directory (e.g. feature extractor was saved using *save_pretrained('./test/saved_model/')*)
>>> # feature_extractor = AutoFeatureExtractor.from_pretrained("./test/saved_model/")

このクラスに新しいフィーチャーエクストラクターを登録します。

事前学習済みモデルの語彙から、ライブラリの画像プロセッサクラスのいずれかをインスタンス化します。

インスタンス化される画像プロセッサクラスは、設定オブジェクトのmodel_typeプロパティに基づいて選択されます（引数として渡されるか、可能な場合はpretrained_model_name_or_pathから読み込まれます）。model_typeが欠落している場合は、pretrained_model_name_or_pathに対するパターンマッチングにフォールバックします。

• aimv2 — {'torchvision': 'CLIPImageProcessor', 'pil': 'CLIPImageProcessorPil'} (Aimv2Config モデル)
• aimv2_vision_model — {'torchvision': 'CLIPImageProcessor', 'pil': 'CLIPImageProcessorPil'} (Aimv2VisionConfig モデル)
• align — {'torchvision': 'EfficientNetImageProcessor', 'pil': 'EfficientNetImageProcessorPil'} (AlignConfig モデル)
• altclip — {'torchvision': 'CLIPImageProcessor', 'pil': 'CLIPImageProcessorPil'}（AltCLIPConfig モデル）
• aria — {'pil': 'AriaImageProcessorPil', 'torchvision': 'AriaImageProcessor'}（AriaConfig モデル）
• aya_vision — {'torchvision': 'GotOcr2ImageProcessor', 'pil': 'GotOcr2ImageProcessorPil'}（AyaVisionConfig モデル）
• beit — {'pil': 'BeitImageProcessorPil', 'torchvision': 'BeitImageProcessor'} (BeitConfig モデル)
• bit — {'pil': 'BitImageProcessorPil', 'torchvision': 'BitImageProcessor'}（BitConfig モデル）
• blip — {'pil': 'BlipImageProcessorPil', 'torchvision': 'BlipImageProcessor'}（BlipConfig モデル）
• blip-2 — {'torchvision': 'BlipImageProcessor', 'pil': 'BlipImageProcessorPil'}（Blip2Config モデル）
• bridgetower — {'pil': 'BridgeTowerImageProcessorPil', 'torchvision': 'BridgeTowerImageProcessor'}（BridgeTowerConfig モデル）
• chameleon — {'pil': 'ChameleonImageProcessorPil', 'torchvision': 'ChameleonImageProcessor'}（ChameleonConfig モデル）
• chinese_clip — {'pil': 'ChineseCLIPImageProcessorPil', 'torchvision': 'ChineseCLIPImageProcessor'} (ChineseCLIPConfig モデル)
• chmv2 — {'torchvision': 'CHMv2ImageProcessor'} (CHMv2Config モデル)
• clip — {'pil': 'CLIPImageProcessorPil', 'torchvision': 'CLIPImageProcessor'} (CLIPConfig モデル)
• clipseg — {'torchvision': 'ViTImageProcessor', 'pil': 'ViTImageProcessorPil'} (CLIPSegConfig モデル)
• cohere2_vision — {'torchvision': 'Cohere2VisionImageProcessor'} (Cohere2VisionConfig モデル)
• cohere_compass — {'pil': 'CohereCompassImageProcessorPil', 'torchvision': 'CohereCompassImageProcessor'} (CohereCompassConfig モデル)
• colpali — {'torchvision': 'SiglipImageProcessor', 'pil': 'SiglipImageProcessorPil'}（ColPaliConfig モデル）
• colqwen2 — {'torchvision': 'Qwen2VLImageProcessor', 'pil': 'Qwen2VLImageProcessorPil'}（ColQwen2Configモデル）
• conditional_detr — {'pil': 'ConditionalDetrImageProcessorPil', 'torchvision': 'ConditionalDetrImageProcessor'} (ConditionalDetrConfig モデル)
• convnext — {'pil': 'ConvNextImageProcessorPil', 'torchvision': 'ConvNextImageProcessor'} (ConvNextConfig モデル)
• convnextv2 — {'torchvision': 'ConvNextImageProcessor', 'pil': 'ConvNextImageProcessorPil'} (ConvNextV2Config モデル)
• cosmos3_edge — {'pil': 'Cosmos3EdgeImageProcessorPil', 'torchvision': 'Cosmos3EdgeImageProcessor'} (Cosmos3EdgeConfig モデル)
• cosmos3_omni — {'torchvision': 'Qwen2VLImageProcessor', 'pil': 'Qwen2VLImageProcessorPil'}（Cosmos3OmniConfig モデル）
• cvt — {'torchvision': 'ConvNextImageProcessor', 'pil': 'ConvNextImageProcessorPil'} (CvtConfig モデル)
• data2vec-vision — {'torchvision': 'BeitImageProcessor', 'pil': 'BeitImageProcessorPil'}（Data2VecVisionConfig モデル）
• deepseek_ocr2 — {'pil': 'DeepseekOcr2ImageProcessorPil', 'torchvision': 'DeepseekOcr2ImageProcessor'} (DeepseekOcr2Config モデル)
• deepseek_vl — {'pil': 'DeepseekVLImageProcessorPil', 'torchvision': 'DeepseekVLImageProcessor'} (DeepseekVLConfig モデル)
• deepseek_vl_hybrid — {'pil': 'DeepseekVLHybridImageProcessorPil', 'torchvision': 'DeepseekVLHybridImageProcessor'} (DeepseekVLHybridConfig モデル)
• deformable_detr — {'pil': 'DeformableDetrImageProcessorPil', 'torchvision': 'DeformableDetrImageProcessor'} (DeformableDetrConfig モデル)
• deimv2 — {'torchvision': 'RTDetrImageProcessor', 'pil': 'RTDetrImageProcessorPil'} (Deimv2Config モデル)
• deit — {'pil': 'DeiTImageProcessorPil', 'torchvision': 'DeiTImageProcessor'} (DeiTConfig モデル)
• depth_anything — {'torchvision': 'DPTImageProcessor', 'pil': 'DPTImageProcessorPil'}（DepthAnythingConfig モデル）
• depth_pro — {'torchvision': 'DepthProImageProcessor'} (DepthProConfig モデル)
• detr — {'pil': 'DetrImageProcessorPil', 'torchvision': 'DetrImageProcessor'}（DetrConfigモデル）
• dinat — {'torchvision': 'ViTImageProcessor', 'pil': 'ViTImageProcessorPil'} (DinatConfig モデル)
• dinov2 — {'torchvision': 'BitImageProcessor', 'pil': 'BitImageProcessorPil'}（Dinov2Config モデル）
• dinov3_vit — {'torchvision': 'DINOv3ViTImageProcessor'} (DINOv3ViTConfig モデル)
• donut-swin — {'torchvision': 'DonutImageProcessor', 'pil': 'DonutImageProcessorPil'}（DonutSwinConfig モデル）
• dots3_note — {'torchvision': 'Qwen2VLImageProcessor', 'pil': 'Qwen2VLImageProcessorPil'} (Dots3NoteConfig モデル)
• dpt — {'pil': 'DPTImageProcessorPil', 'torchvision': 'DPTImageProcessor'}（DPTConfig モデル）
• edgetam — {'torchvision': 'Sam2ImageProcessor'}（EdgeTamConfig モデル）
• efficientloftr — {'pil': 'EfficientLoFTRImageProcessorPil', 'torchvision': 'EfficientLoFTRImageProcessor'} (EfficientLoFTRConfig モデル)
• efficientnet — {'pil': 'EfficientNetImageProcessorPil', 'torchvision': 'EfficientNetImageProcessor'} (EfficientNetConfig モデル)
• embedding_gemma2 — {'pil': 'Gemma4ImageProcessorPil', 'torchvision': 'Gemma4ImageProcessor'} (EmbeddingGemma2Config モデル)
• emu3 — {'pil': 'Emu3ImageProcessor'}（Emu3Config モデル）
• eomt — {'pil': 'EomtImageProcessorPil', 'torchvision': 'EomtImageProcessor'} (EomtConfig モデル)
• eomt_dinov3 — {'torchvision': 'EomtImageProcessor', 'pil': 'EomtImageProcessorPil'}（EomtDinov3Config モデル）
• ernie4_5_vl_moe — {'pil': 'Ernie4_5_VLMoeImageProcessorPil', 'torchvision': 'Ernie4_5_VLMoeImageProcessor'}（Ernie4_5_VLMoeConfig モデル）
• exaone4_5 — {'torchvision': 'Qwen2VLImageProcessor', 'pil': 'Qwen2VLImageProcessorPil'}（Exaone4_5_Config モデル）
• flava — {'pil': 'FlavaImageProcessorPil', 'torchvision': 'FlavaImageProcessor'}（FlavaConfig モデル）
• florence2 — {'torchvision': 'CLIPImageProcessor', 'pil': 'CLIPImageProcessorPil'}（Florence2Config モデル）
• focalnet — {'torchvision': 'BitImageProcessor', 'pil': 'BitImageProcessorPil'}（FocalNetConfig モデル）
• fuyu — {'pil': 'FuyuImageProcessorPil', 'torchvision': 'FuyuImageProcessor'} (FuyuConfig モデル)
• gemma3 — {'pil': 'Gemma3ImageProcessorPil', 'torchvision': 'Gemma3ImageProcessor'} (Gemma3Config モデル)
• gemma3n — {'torchvision': 'SiglipImageProcessor', 'pil': 'SiglipImageProcessorPil'}（Gemma3nConfig モデル）
• gemma4 — {'pil': 'Gemma4ImageProcessorPil', 'torchvision': 'Gemma4ImageProcessor'} (Gemma4Config モデル)
• gemma4_unified — {'torchvision': 'Gemma4UnifiedImageProcessor'} (Gemma4UnifiedConfig モデル)
• git — {'torchvision': 'CLIPImageProcessor', 'pil': 'CLIPImageProcessorPil'}（GitConfig モデル）
• glm46v — {'pil': 'Glm46VImageProcessorPil', 'torchvision': 'Glm46VImageProcessor'} (Glm46VConfig モデル)
• glm4v — {'pil': 'Glm4vImageProcessorPil', 'torchvision': 'Glm4vImageProcessor'}（Glm4vConfig モデル）
• glm5_next — {'pil': 'Glm5NextImageProcessorPil', 'torchvision': 'Glm5NextImageProcessor'}（Glm5NextConfig モデル）
• glm_image — {'pil': 'GlmImageImageProcessorPil', 'torchvision': 'GlmImageImageProcessor'} (GlmImageConfig モデル)
• glmga — {'pil': 'GlmgaImageProcessorPil', 'torchvision': 'GlmgaImageProcessor'} (GlmgaConfig モデル)
• glpn — {'pil': 'GLPNImageProcessorPil', 'torchvision': 'GLPNImageProcessor'}（GLPNConfig モデル）
• got_ocr2 — {'pil': 'GotOcr2ImageProcessorPil', 'torchvision': 'GotOcr2ImageProcessor'} (GotOcr2Config モデル)
• granite4_vision — {'torchvision': 'LlavaNextImageProcessor', 'pil': 'LlavaNextImageProcessorPil'}（Granite4VisionConfig モデル）
• granite_docling — {'pil': 'GraniteDoclingImageProcessorPil', 'torchvision': 'GraniteDoclingImageProcessor'}（GraniteDoclingConfig モデル）
• grounding-dino — {'pil': 'GroundingDinoImageProcessorPil', 'torchvision': 'GroundingDinoImageProcessor'} (GroundingDinoConfig モデル)
• groupvit — {'torchvision': 'CLIPImageProcessor', 'pil': 'CLIPImageProcessorPil'} (GroupViTConfig モデル)
• hiera — {'torchvision': 'BitImageProcessor', 'pil': 'BitImageProcessorPil'} (HieraConfig モデル)
• hunyuan_vl — {'pil': 'HunYuanVLImageProcessorPil', 'torchvision': 'HunYuanVLImageProcessor'}（HunYuanVLConfig モデル）
• hyperclovax_vision_v2 — {'torchvision': 'Qwen2VLImageProcessor', 'pil': 'Qwen2VLImageProcessorPil'}（HyperCLOVAXVisionV2Config モデル）
• idefics — {'pil': 'IdeficsImageProcessorPil', 'torchvision': 'IdeficsImageProcessor'}（IdeficsConfig モデル）
• idefics2 — {'pil': 'Idefics2ImageProcessorPil', 'torchvision': 'Idefics2ImageProcessor'}（Idefics2Config モデル）
• idefics3 — {'pil': 'Idefics3ImageProcessorPil', 'torchvision': 'Idefics3ImageProcessor'}（Idefics3Config モデル）
• ijepa — {'torchvision': 'ViTImageProcessor', 'pil': 'ViTImageProcessorPil'} (IJepaConfig モデル)
• imagegpt — {'pil': 'ImageGPTImageProcessorPil', 'torchvision': 'ImageGPTImageProcessor'}（ImageGPTConfig モデル）
• inkling2 — {'torchvision': 'Inkling2ImageProcessor'} (Inkling2Config モデル)
• inkling_mm_model — {'torchvision': 'InklingImageProcessor'} (InklingConfig モデル)
• instructblip — {'torchvision': 'BlipImageProcessor', 'pil': 'BlipImageProcessorPil'} (InstructBlipConfig モデル)
• internvl — {'torchvision': 'GotOcr2ImageProcessor', 'pil': 'GotOcr2ImageProcessorPil'}（InternVLConfig モデル）
• janus — {'pil': 'JanusImageProcessorPil', 'torchvision': 'JanusImageProcessor'}（JanusConfig モデル）
• kimi_k25 — {'torchvision': 'Kimi_K25ImageProcessor'}（Kimi_K25Config モデル）
• kosmos-2 — {'torchvision': 'CLIPImageProcessor', 'pil': 'CLIPImageProcessorPil'}（Kosmos2Config モデル）
• kosmos-2.5 — {'torchvision': 'Kosmos2_5ImageProcessor', 'pil': 'Kosmos2_5ImageProcessorPil'} (Kosmos2_5Config モデル)
• layoutlmv2 — {'pil': 'LayoutLMv2ImageProcessorPil', 'torchvision': 'LayoutLMv2ImageProcessor'}（LayoutLMv2Config モデル）
• layoutlmv3 — {'pil': 'LayoutLMv3ImageProcessorPil', 'torchvision': 'LayoutLMv3ImageProcessor'}（LayoutLMv3Config モデル）
• layoutxlm — {'torchvision': 'LayoutLMv2ImageProcessor', 'pil': 'LayoutLMv2ImageProcessorPil'} (LayoutXLMConfig モデル)
• levit — {'pil': 'LevitImageProcessorPil', 'torchvision': 'LevitImageProcessor'}（LevitConfig モデル）
• lfm2_vl — {'torchvision': 'Lfm2VlImageProcessor'}（Lfm2VlConfig モデル）
• lfm3_vl — {'torchvision': 'Qwen2VLImageProcessor', 'pil': 'Qwen2VLImageProcessorPil'}（Lfm3VlConfig モデル）
• lightglue — {'pil': 'LightGlueImageProcessorPil', 'torchvision': 'LightGlueImageProcessor'}（LightGlueConfig モデル）
• lighton_ocr — {'torchvision': 'PixtralImageProcessor', 'pil': 'PixtralImageProcessorPil'}（LightOnOcrConfigモデル）
• llama4 — {'torchvision': 'Llama4ImageProcessor'}（Llama4Config モデル）
• llava — {'pil': 'LlavaImageProcessorPil', 'torchvision': 'LlavaImageProcessor'}（LlavaConfigモデル）
• llava_next — {'pil': 'LlavaNextImageProcessorPil', 'torchvision': 'LlavaNextImageProcessor'} (LlavaNextConfig モデル)
• llava_next_video — {'torchvision': 'LlavaNextImageProcessor', 'pil': 'LlavaNextImageProcessorPil'} (LlavaNextVideoConfig モデル)
• llava_onevision — {'pil': 'LlavaOnevisionImageProcessorPil', 'torchvision': 'LlavaOnevisionImageProcessor'}（LlavaOnevisionConfig モデル）
• lw_detr — {'torchvision': 'DeformableDetrImageProcessor', 'pil': 'DeformableDetrImageProcessorPil'} (LwDetrConfig モデル)
• mask2former — {'pil': 'Mask2FormerImageProcessorPil', 'torchvision': 'Mask2FormerImageProcessor'}（Mask2FormerConfig モデル）
• maskformer — {'pil': 'MaskFormerImageProcessorPil', 'torchvision': 'MaskFormerImageProcessor'}（MaskFormerConfigモデル）
• metaclip_2 — {'torchvision': 'CLIPImageProcessor', 'pil': 'CLIPImageProcessorPil'} (MetaClip2Config モデル)
• mgp-str — {'torchvision': 'ViTImageProcessor', 'pil': 'ViTImageProcessorPil'} (MgpstrConfig モデル)
• minicpm_ocr — {'torchvision': 'MiniCPMOcrImageProcessor'}（MiniCPMOcrConfig モデル）
• minicpmv4_6 — {'pil': 'MiniCPMV4_6ImageProcessorPil', 'torchvision': 'MiniCPMV4_6ImageProcessor'}（MiniCPMV4_6Config モデル）
• minicpmv4_7 — {'pil': 'MiniCPMV4_6ImageProcessorPil', 'torchvision': 'MiniCPMV4_6ImageProcessor'}（MiniCPMV4_7Config モデル）
• minimax_m3_vl — {'torchvision': 'MiniMaxM3VLImageProcessor'}（MiniMaxM3VLConfig モデル）
• mistral3 — {'torchvision': 'PixtralImageProcessor', 'pil': 'PixtralImageProcessorPil'}（Mistral3Config モデル）
• mistral_large4 — {'torchvision': 'PixtralImageProcessor', 'pil': 'PixtralImageProcessorPil'} (MistralLarge4Config モデル)
• mlcd — {'torchvision': 'CLIPImageProcessor', 'pil': 'CLIPImageProcessorPil'} (MLCDVisionConfig モデル)
• mllama — {'pil': 'MllamaImageProcessorPil', 'torchvision': 'MllamaImageProcessor'}（MllamaConfig モデル）
• mm-grounding-dino — {'torchvision': 'GroundingDinoImageProcessor', 'pil': 'GroundingDinoImageProcessorPil'}（MMGroundingDinoConfig モデル）
• mobilenet_v1 — {'pil': 'MobileNetV1ImageProcessorPil', 'torchvision': 'MobileNetV1ImageProcessor'} (MobileNetV1Config モデル)
• mobilenet_v2 — {'pil': 'MobileNetV2ImageProcessorPil', 'torchvision': 'MobileNetV2ImageProcessor'} (MobileNetV2Config モデル)
• mobilevit — {'pil': 'MobileViTImageProcessorPil', 'torchvision': 'MobileViTImageProcessor'} (MobileViTConfig モデル)
• mobilevitv2 — {'torchvision': 'MobileViTImageProcessor', 'pil': 'MobileViTImageProcessorPil'} (MobileViTV2Config モデル)
• molmo2 — {'torchvision': 'Molmo2ImageProcessor'} (Molmo2Config モデル)
• muse_glimmer — {'torchvision': 'MuseGlimmerImageProcessor'}（MuseGlimmerConfig モデル）
• muse_spark — {'torchvision': 'MuseGlimmerImageProcessor'} (MuseSparkConfig モデル)
• nemotron_h_omni — {'torchvision': 'NemotronH_Omni_Reasoning_V3ImageProcessor'} (NemotronH_Omni_Reasoning_V3_Config モデル)
• neomme — {'torchvision': 'NeoMMEImageProcessor'}（NeoMMEConfig モデル）
• nougat — {'pil': 'NougatImageProcessorPil', 'torchvision': 'NougatImageProcessor'}（NougatConfigモデル）
• omdet-turbo — {'torchvision': 'DetrImageProcessor', 'pil': 'DetrImageProcessorPil'}（OmDetTurboConfig モデル）
• oneformer — {'pil': 'OneFormerImageProcessorPil', 'torchvision': 'OneFormerImageProcessor'} (OneFormerConfig モデル)
• ovis2 — {'pil': 'Ovis2ImageProcessorPil', 'torchvision': 'Ovis2ImageProcessor'} (Ovis2Config モデル)
• owlv2 — {'pil': 'Owlv2ImageProcessorPil', 'torchvision': 'Owlv2ImageProcessor'}（Owlv2Config モデル）
• owlvit — {'pil': 'OwlViTImageProcessorPil', 'torchvision': 'OwlViTImageProcessor'} (OwlViTConfig モデル)
• paddleocr_vl — {'pil': 'PaddleOCRVLImageProcessorPil', 'torchvision': 'PaddleOCRVLImageProcessor'}（PaddleOCRVLConfig モデル）
• paligemma — {'torchvision': 'SiglipImageProcessor', 'pil': 'SiglipImageProcessorPil'} (PaliGemmaConfig モデル)
• perceiver — {'pil': 'PerceiverImageProcessorPil', 'torchvision': 'PerceiverImageProcessor'}（PerceiverConfig モデル）
• perception_lm — {'torchvision': 'PerceptionLMImageProcessor'}（PerceptionLMConfig モデル）
• phi4_multimodal — {'torchvision': 'Phi4MultimodalImageProcessor'}（Phi4MultimodalConfig モデル）
• pi0 — {'torchvision': 'PI0ImageProcessor'}（PI0Config モデル）
• pix2struct — {'pil': 'Pix2StructImageProcessorPil', 'torchvision': 'Pix2StructImageProcessor'} (Pix2StructConfig モデル)
• pixio — {'torchvision': 'BitImageProcessor', 'pil': 'BitImageProcessorPil'}（PixioConfig モデル）
• pixtral — {'pil': 'PixtralImageProcessorPil', 'torchvision': 'PixtralImageProcessor'}（PixtralVisionConfig モデル）
• poolformer — {'pil': 'PoolFormerImageProcessorPil', 'torchvision': 'PoolFormerImageProcessor'}（PoolFormerConfig モデル）
• pp_chart2table — {'pil': 'PPChart2TableImageProcessorPil', 'torchvision': 'PPChart2TableImageProcessor'}（PPChart2TableConfig モデル）
• pp_doclayout_v2 — {'torchvision': 'PPDocLayoutV2ImageProcessor'} (PPDocLayoutV2Config モデル)
• pp_doclayout_v3 — {'torchvision': 'PPDocLayoutV3ImageProcessor'}（PPDocLayoutV3Config モデル）
• pp_doclayout_v4 — {'torchvision': 'PPDocLayoutV4ImageProcessor'}(PPDocLayoutV4Config モデル)
• pp_formulanet — {'torchvision': 'PPFormulaNetImageProcessor'} (PPFormulaNetConfig モデル)
• pp_lcnet — {'torchvision': 'PPLCNetImageProcessor'}（PPLCNetConfig モデル）
• pp_ocrv5_mobile_det — {'torchvision': 'PPOCRV5ServerDetImageProcessor'}（PPOCRV5MobileDetConfig モデル）
• pp_ocrv5_mobile_rec — {'torchvision': 'PPOCRV5ServerRecImageProcessor'}（PPOCRV5MobileRecConfig モデル）
• pp_ocrv5_server_det — {'torchvision': 'PPOCRV5ServerDetImageProcessor'}（PPOCRV5ServerDetConfig モデル）
• pp_ocrv5_server_rec — {'torchvision': 'PPOCRV5ServerRecImageProcessor'} (PPOCRV5ServerRecConfig モデル)
• pp_ocrv6_medium_det — {'torchvision': 'PPOCRV5ServerDetImageProcessor'}（PPOCRV6MediumDetConfig モデル）
• pp_ocrv6_small_det — {'torchvision': 'PPOCRV5ServerDetImageProcessor'}（PPOCRV6SmallDetConfig モデル）
• pp_ocrv6_small_rec — {'torchvision': 'PPOCRV6SmallRecImageProcessor'}（PPOCRV6SmallRecConfig モデル）
• pp_ocrv6_tiny_rec — {'torchvision': 'PPOCRV6SmallRecImageProcessor'}（PPOCRV6TinyRecConfig モデル）
• prompt_depth_anything — {'pil': 'PromptDepthAnythingImageProcessorPil', 'torchvision': 'PromptDepthAnythingImageProcessor'}（PromptDepthAnythingConfig モデル）
• pvt — {'pil': 'PvtImageProcessorPil', 'torchvision': 'PvtImageProcessor'} (PvtConfig モデル)
• pvt_v2 — {'torchvision': 'PvtImageProcessor', 'pil': 'PvtImageProcessorPil'}（PvtV2Config モデル）
• qianfan_ocr — {'torchvision': 'GotOcr2ImageProcessor', 'pil': 'GotOcr2ImageProcessorPil'}（QianfanOCRConfig モデル）
• qwen2_5_omni — {'torchvision': 'Qwen2VLImageProcessor', 'pil': 'Qwen2VLImageProcessorPil'} (Qwen2_5OmniConfig モデル)
• qwen2_5_vl — {'torchvision': 'Qwen2VLImageProcessor', 'pil': 'Qwen2VLImageProcessorPil'}（Qwen2_5_VLConfig モデル）
• qwen2_vl — {'pil': 'Qwen2VLImageProcessorPil', 'torchvision': 'Qwen2VLImageProcessor'} (Qwen2VLConfig モデル)
• qwen3_5 — {'torchvision': 'Qwen2VLImageProcessor', 'pil': 'Qwen2VLImageProcessorPil'}（Qwen3_5Config モデル）
• qwen3_5_moe — {'torchvision': 'Qwen2VLImageProcessor', 'pil': 'Qwen2VLImageProcessorPil'}（Qwen3_5MoeConfig モデル）
• qwen3_omni_moe — {'torchvision': 'Qwen2VLImageProcessor', 'pil': 'Qwen2VLImageProcessorPil'} (Qwen3OmniMoeConfig モデル)
• qwen3_vl — {'torchvision': 'Qwen2VLImageProcessor', 'pil': 'Qwen2VLImageProcessorPil'}（Qwen3VLConfig モデル）
• qwen4_exp — {'torchvision': 'Qwen2VLImageProcessor', 'pil': 'Qwen2VLImageProcessorPil'}（Qwen4ExpConfig モデル）
• regnet — {'torchvision': 'ConvNextImageProcessor', 'pil': 'ConvNextImageProcessorPil'}（RegNetConfigモデル）
• resnet — {'torchvision': 'ConvNextImageProcessor', 'pil': 'ConvNextImageProcessorPil'}(ResNetConfig モデル)
• rf_detr — {'torchvision': 'RfDetrImageProcessor'} (RfDetrConfig モデル)
• rt_detr — {'pil': 'RTDetrImageProcessorPil', 'torchvision': 'RTDetrImageProcessor'}（RTDetrConfig モデル）
• sam — {'pil': 'SamImageProcessorPil', 'torchvision': 'SamImageProcessor'} (SamConfig モデル)
• sam2 — {'torchvision': 'Sam2ImageProcessor'} (Sam2Config モデル)
• sam2_video — {'torchvision': 'Sam2ImageProcessor'}（Sam2VideoConfig モデル）
• sam3 — {'torchvision': 'Sam3ImageProcessor'} (Sam3Config モデル)
• sam3_lite_text — {'torchvision': 'Sam3ImageProcessor'} (Sam3LiteTextConfig モデル)
• sam3_tracker — {'torchvision': 'Sam3ImageProcessor'} (Sam3TrackerConfig モデル)
• sam3_tracker_video — {'torchvision': 'Sam3ImageProcessor'} (Sam3TrackerVideoConfig モデル)
• sam3_video — {'torchvision': 'Sam3ImageProcessor'} (Sam3VideoConfig モデル)
• sam_hq — {'torchvision': 'SamImageProcessor', 'pil': 'SamImageProcessorPil'}（SamHQConfig モデル）
• sapiens2 — {'torchvision': 'Sapiens2ImageProcessor'} (Sapiens2Config モデル)
• segformer — {'pil': 'SegformerImageProcessorPil', 'torchvision': 'SegformerImageProcessor'} (SegformerConfig モデル)
• seggpt — {'pil': 'SegGptImageProcessorPil', 'torchvision': 'SegGptImageProcessor'}（SegGptConfig モデル）
• shieldgemma2 — {'torchvision': 'Gemma3ImageProcessor', 'pil': 'Gemma3ImageProcessorPil'}（ShieldGemma2Config モデル）
• siglip — {'pil': 'SiglipImageProcessorPil', 'torchvision': 'SiglipImageProcessor'} (SiglipConfig モデル)
• siglip2 — {'pil': 'Siglip2ImageProcessorPil', 'torchvision': 'Siglip2ImageProcessor'} (Siglip2Config モデル)
• slanet — {'torchvision': 'SLANeXtImageProcessor'}（SLANetConfigモデル）
• slanext — {'torchvision': 'SLANeXtImageProcessor'} (SLANeXtConfig モデル)
• smolvlm — {'pil': 'SmolVLMImageProcessorPil', 'torchvision': 'SmolVLMImageProcessor'} (SmolVLMConfig モデル)
• step3p7 — {'torchvision': 'Step3p7ImageProcessor'} (Step3p7Config モデル)
• superglue — {'pil': 'SuperGlueImageProcessorPil', 'torchvision': 'SuperGlueImageProcessor'} (SuperGlueConfig モデル)
• superpoint — {'pil': 'SuperPointImageProcessorPil', 'torchvision': 'SuperPointImageProcessor'}（SuperPointConfig モデル）
• swiftformer — {'torchvision': 'ViTImageProcessor', 'pil': 'ViTImageProcessorPil'} (SwiftFormerConfig モデル)
• swin — {'torchvision': 'ViTImageProcessor', 'pil': 'ViTImageProcessorPil'} (SwinConfig モデル)
• swin2sr — {'pil': 'Swin2SRImageProcessorPil', 'torchvision': 'Swin2SRImageProcessor'}（Swin2SRConfig モデル）
• swinv2 — {'torchvision': 'ViTImageProcessor', 'pil': 'ViTImageProcessorPil'} (Swinv2Config モデル)
• t5gemma2 — {'torchvision': 'Gemma3ImageProcessor', 'pil': 'Gemma3ImageProcessorPil'}（T5Gemma2Config モデル）
• t5gemma2_encoder — {'torchvision': 'Gemma3ImageProcessor', 'pil': 'Gemma3ImageProcessorPil'}（T5Gemma2EncoderConfig モデル）
• table-transformer — {'torchvision': 'DetrImageProcessor', 'pil': 'DetrImageProcessorPil'} (TableTransformerConfig モデル)
• textnet — {'pil': 'TextNetImageProcessorPil', 'torchvision': 'TextNetImageProcessor'}（TextNetConfig モデル）
• timesformer — {'pil': 'VideoMAEImageProcessorPil', 'torchvision': 'VideoMAEImageProcessor'} (TimesformerConfig モデル)
• timm_wrapper — {'pil': 'TimmWrapperImageProcessor'} (TimmWrapperConfig モデル)
• tipsv2 — {'torchvision': 'Tipsv2ImageProcessor'} (Tipsv2Config モデル)
• tipsv2_dpt — {'torchvision': 'Tipsv2DptImageProcessor'} (Tipsv2DptConfig モデル)
• trocr — {'torchvision': 'ViTImageProcessor', 'pil': 'ViTImageProcessorPil'} (TrOCRConfig モデル)
• tvp — {'pil': 'TvpImageProcessorPil', 'torchvision': 'TvpImageProcessor'} (TvpConfig モデル)
• udop — {'torchvision': 'LayoutLMv3ImageProcessor', 'pil': 'LayoutLMv3ImageProcessorPil'} (UdopConfig モデル)
• ultravbert — {'torchvision': 'UltraVBertImageProcessor'} (UltraVBertConfig モデル)
• unlimited_ocr — {'torchvision': 'UnlimitedOcrImageProcessor'} (UnlimitedOcrConfig モデル)
• upernet — {'torchvision': 'SegformerImageProcessor', 'pil': 'SegformerImageProcessorPil'} (UperNetConfig モデル)
• uvdoc — {'torchvision': 'UVDocImageProcessor'} (UVDocConfig モデル)
• video_llama_3 — {'pil': 'VideoLlama3ImageProcessorPil', 'torchvision': 'VideoLlama3ImageProcessor'} (VideoLlama3Config モデル)
• video_llava — {'pil': 'VideoLlavaImageProcessor'}（VideoLlavaConfig モデル）
• videomae — {'pil': 'VideoMAEImageProcessorPil', 'torchvision': 'VideoMAEImageProcessor'} (VideoMAEConfig モデル)
• vilt — {'pil': 'ViltImageProcessorPil', 'torchvision': 'ViltImageProcessor'} (ViltConfig モデル)
• vipllava — {'torchvision': 'CLIPImageProcessor', 'pil': 'CLIPImageProcessorPil'} (VipLlavaConfig モデル)
• vit — {'pil': 'ViTImageProcessorPil', 'torchvision': 'ViTImageProcessor'} (ViTConfig モデル)
• vit_mae — {'torchvision': 'ViTImageProcessor', 'pil': 'ViTImageProcessorPil'} (ViTMAEConfig モデル)
• vit_msn — {'torchvision': 'ViTImageProcessor', 'pil': 'ViTImageProcessorPil'}（ViTMSNConfig モデル）
• vitmatte — {'pil': 'VitMatteImageProcessorPil', 'torchvision': 'VitMatteImageProcessor'} (VitMatteConfig モデル)
• vitpose — {'pil': 'VitPoseImageProcessorPil', 'torchvision': 'VitPoseImageProcessor'} (VitPoseConfig モデル)
• vivit — {'torchvision': 'VivitImageProcessor'}（VivitConfig モデル）
• xclip — {'torchvision': 'CLIPImageProcessor', 'pil': 'CLIPImageProcessorPil'} (XCLIPConfig モデル)
• yolos — {'pil': 'YolosImageProcessorPil', 'torchvision': 'YolosImageProcessor'} (YolosConfig モデル)
• zoedepth — {'pil': 'ZoeDepthImageProcessorPil', 'torchvision': 'ZoeDepthImageProcessor'}（ZoeDepthConfig モデル）

プライベートモデルを使用する場合は、token=True を渡す必要があります。

>>> from transformers import AutoImageProcessor

>>> # Download image processor from huggingface.co and cache.
>>> image_processor = AutoImageProcessor.from_pretrained("google/vit-base-patch16-224-in21k")

>>> # If image processor files are in a directory (e.g. image processor was saved using *save_pretrained('./test/saved_model/')*)
>>> # image_processor = AutoImageProcessor.from_pretrained("./test/saved_model/")

このクラスに新しい画像プロセッサを登録します。

事前学習済みモデルの語彙から、ライブラリの動画プロセッサクラスのいずれかをインスタンス化します。

インスタンス化されるビデオプロセッサのクラスは、設定オブジェクトのmodel_typeプロパティに基づいて選択されます（引数として渡されるか、可能な場合はpretrained_model_name_or_pathから読み込まれます）。model_typeが欠落している場合は、pretrained_model_name_or_pathに対するパターンマッチングにフォールバックします。

• cohere_compass — {'torchvision': 'CohereCompassVideoProcessor'} (CohereCompassConfig モデル)
• cosmos3_edge — {'torchvision': 'Cosmos3EdgeVideoProcessor'} (Cosmos3EdgeConfig モデル)
• cosmos3_omni — {'torchvision': 'Qwen3VLVideoProcessor'}（Cosmos3OmniConfig モデル）
• dots3_note — {'torchvision': 'Qwen3VLVideoProcessor'}（Dots3NoteConfigモデル）
• embedding_gemma2 — {'torchvision': 'EmbeddingGemma2VideoProcessor'} (EmbeddingGemma2Config モデル)
• ernie4_5_vl_moe — {'torchvision': 'Ernie4_5_VLMoeVideoProcessor'}（Ernie4_5_VLMoeConfig モデル）
• exaone4_5 — {'torchvision': 'Qwen2VLVideoProcessor'}（Exaone4_5_Config モデル）
• gemma4 — {'torchvision': 'Gemma4VideoProcessor'} (Gemma4Config モデル)
• gemma4_unified — {'torchvision': 'Gemma4UnifiedVideoProcessor'} (Gemma4UnifiedConfig モデル)
• glm46v — {'torchvision': 'Glm46VVideoProcessor'} (Glm46VConfig モデル)
• glm4v — {'torchvision': 'Glm4vVideoProcessor'}（Glm4vConfig モデル）
• glm5_next — {'torchvision': 'Glm5NextVideoProcessor'} (Glm5NextConfig モデル)
• glmga — {'torchvision': 'GlmgaVideoProcessor'} (GlmgaConfig モデル)
• hyperclovax_vision_v2 — {'torchvision': 'Qwen2VLVideoProcessor'} (HyperCLOVAXVisionV2Config モデル)
• instructblip — {'torchvision': 'InstructBlipVideoVideoProcessor'}（InstructBlipConfig モデル）
• instructblipvideo — {'torchvision': 'InstructBlipVideoVideoProcessor'}（InstructBlipVideoConfig モデル）
• internvl — {'torchvision': 'InternVLVideoProcessor'} (InternVLConfig モデル)
• kimi_k25 — {'torchvision': 'Kimi_K25VideoProcessor'} (Kimi_K25Config モデル)
• lfm3_vl — {'torchvision': 'Qwen3VLVideoProcessor'}（Lfm3VlConfig モデル）
• llava_next_video — {'torchvision': 'LlavaNextVideoVideoProcessor'} (LlavaNextVideoConfig モデル)
• llava_onevision — {'torchvision': 'LlavaOnevisionVideoProcessor'}（LlavaOnevisionConfig モデル）
• minicpm_ocr — {'torchvision': 'MiniCPMOcrVideoProcessor'}（MiniCPMOcrConfig モデル）
• minicpmv4_6 — {'torchvision': 'MiniCPMV4_6VideoProcessor'}（MiniCPMV4_6Config モデル）
• minicpmv4_7 — {'torchvision': 'MiniCPMV4_6VideoProcessor'}（MiniCPMV4_7Config モデル）
• minimax_m3_vl — {'torchvision': 'MiniMaxM3VLVideoProcessor'}（MiniMaxM3VLConfig モデル）
• molmo2 — {'torchvision': 'Molmo2VideoProcessor'}（Molmo2Config モデル）
• muse_glimmer — {'torchvision': 'MuseGlimmerVideoProcessor'}（MuseGlimmerConfig モデル）
• muse_spark — {'torchvision': 'MuseGlimmerVideoProcessor'} (MuseSparkConfig モデル)
• nemotron_h_omni — {'torchvision': 'NemotronH_Omni_Reasoning_V3VideoProcessor'}(NemotronH_Omni_Reasoning_V3_Config モデル)
• pe_audio_video — {'torchvision': 'PeVideoVideoProcessor'} (PeAudioVideoConfig モデル)
• pe_video — {'torchvision': 'PeVideoVideoProcessor'} (PeVideoConfig モデル)
• perception_lm — {'torchvision': 'PerceptionLMVideoProcessor'} (PerceptionLMConfig モデル)
• qwen2_5_omni — {'torchvision': 'Qwen2VLVideoProcessor'} (Qwen2_5OmniConfig モデル)
• qwen2_5_vl — {'torchvision': 'Qwen2VLVideoProcessor'} (Qwen2_5_VLConfig モデル)
• qwen2_vl — {'torchvision': 'Qwen2VLVideoProcessor'} (Qwen2VLConfig モデル)
• qwen3_5 — {'torchvision': 'Qwen3VLVideoProcessor'}（Qwen3_5Config モデル）
• qwen3_5_moe — {'torchvision': 'Qwen3VLVideoProcessor'}（Qwen3_5MoeConfig モデル）
• qwen3_omni_moe — {'torchvision': 'Qwen2VLVideoProcessor'} (Qwen3OmniMoeConfig モデル)
• qwen3_vl — {'torchvision': 'Qwen3VLVideoProcessor'} (Qwen3VLConfig モデル)
• qwen3_vl_moe — {'torchvision': 'Qwen3VLVideoProcessor'}（Qwen3VLMoeConfig モデル）
• qwen4_exp — {'torchvision': 'Qwen3VLVideoProcessor'}（Qwen4ExpConfig モデル）
• sam2_video — {'torchvision': 'Sam2VideoVideoProcessor'} (Sam2VideoConfig モデル)
• smolvlm — {'torchvision': 'SmolVLMVideoProcessor'}（SmolVLMConfig モデル）
• timesformer — {'torchvision': 'TimesformerVideoProcessor'} (TimesformerConfig モデル)
• video_llama_3 — {'torchvision': 'VideoLlama3VideoProcessor'} (VideoLlama3Config モデル)
• video_llava — {'torchvision': 'VideoLlavaVideoProcessor'} (VideoLlavaConfig モデル)
• videomae — {'torchvision': 'VideoMAEVideoProcessor'} (VideoMAEConfig モデル)
• videomt — {'torchvision': 'VideomtVideoProcessor'} (VideomtConfig モデル)
• videoprism — {'torchvision': 'LlavaOnevisionVideoProcessor'}（VideoPrismConfig モデル）
• vivit — {'torchvision': 'VivitVideoProcessor'} (VivitConfig モデル)
• vjepa2 — {'torchvision': 'VJEPA2VideoProcessor'}（VJEPA2Config モデル）

プライベートモデルを使用する場合は、token=True を渡す必要があります。

>>> from transformers import AutoVideoProcessor

>>> # Download video processor from huggingface.co and cache.
>>> video_processor = AutoVideoProcessor.from_pretrained("llava-hf/llava-onevision-qwen2-0.5b-ov-hf")

>>> # If video processor files are in a directory (e.g. video processor was saved using *save_pretrained('./test/saved_model/')*)
>>> # video_processor = AutoVideoProcessor.from_pretrained("./test/saved_model/")

このクラスに新しいビデオプロセッサを登録します。

事前学習済みモデルの語彙から、ライブラリのプロセッサクラスのいずれかをインスタンス化します。

インスタンス化されるプロセッサクラスは、設定オブジェクトのmodel_typeプロパティに基づいて選択されます（引数として渡されるか、可能な場合はpretrained_model_name_or_pathから読み込まれます）:

• aimv2 — CLIPProcessor (Aimv2Config モデル)
• align — AlignProcessor（AlignConfigモデル）
• altclip — AltCLIPProcessor（AltCLIPConfig モデル）
• aria — AriaProcessor（AriaConfigモデル）
• audioflamingo3 — AudioFlamingo3Processor（AudioFlamingo3Config モデル）
• aya_vision — AyaVisionProcessor（AyaVisionConfig モデル）
• bark — BarkProcessor (BarkConfig モデル)
• blip — BlipProcessor（BlipConfig モデル）
• blip-2 — Blip2Processor（Blip2Config モデル）
• bridgetower — BridgeTowerProcessor（BridgeTowerConfig モデル）
• bros — BrosProcessor(BrosConfig モデル)
• canary — CanaryProcessor（CanaryConfig モデル）
• chameleon — ChameleonProcessor（ChameleonConfigモデル）
• chinese_clip — ChineseCLIPProcessor（ChineseCLIPConfig モデル）
• clap — ClapProcessor(ClapConfig モデル)
• clip — CLIPProcessor(CLIPConfig モデル)
• clipseg — CLIPSegProcessor（CLIPSegConfig モデル）
• clvp — ClvpProcessor（ClvpConfig モデル）
• cohere2_vision — Cohere2VisionProcessor（Cohere2VisionConfig モデル）
• cohere_asr — CohereAsrProcessor(CohereAsrConfig モデル)
• cohere_compass — CohereCompassProcessor（CohereCompassConfig モデル）
• colmodernvbert — ColModernVBertProcessor（ColModernVBertConfig モデル）
• colpali — ColPaliProcessor（ColPaliConfig モデル）
• colqwen2 — ColQwen2Processor（ColQwen2Config モデル）
• cosmos3_edge — Cosmos3EdgeProcessor(Cosmos3EdgeConfig モデル)
• csm — CsmProcessor（CsmConfigモデル）
• deepseek_ocr2 — DeepseekOcr2Processor（DeepseekOcr2Config モデル）
• deepseek_vl — DeepseekVLProcessor（DeepseekVLConfig モデル）
• deepseek_vl_hybrid — DeepseekVLHybridProcessor(DeepseekVLHybridConfig モデル)
• dia — DiaProcessor(DiaConfig モデル)
• diffusion_gemma — Gemma4Processor（DiffusionGemmaConfig モデル）
• dots3_note — Dots3NoteProcessor（Dots3NoteConfigモデル）
• edgetam — Sam2Processor（EdgeTamConfig モデル）
• embedding_gemma2 — EmbeddingGemma2Processor（EmbeddingGemma2Config モデル）
• emu3 — Emu3Processor(Emu3Config モデル)
• ernie4_5_vl_moe — Ernie4_5_VLMoeProcessor（Ernie4_5_VLMoeConfig モデル）
• evolla — EvollaProcessor（EvollaConfigモデル）
• exaone4_5 — Exaone4_5_Processor（Exaone4_5_Config モデル）
• flava — FlavaProcessor（FlavaConfigモデル）
• florence2 — Florence2Processor（Florence2Config モデル）
• fun_asr_nano — FunAsrNanoProcessor(FunAsrNanoConfig モデル)
• fuyu — FuyuProcessor（FuyuConfig モデル）
• gemma3 — Gemma3Processor（Gemma3Config モデル）
• gemma3n — Gemma3nProcessor（Gemma3nConfig モデル）
• gemma4 — Gemma4Processor（Gemma4Config モデル）
• gemma4_unified — Gemma4UnifiedProcessor（Gemma4UnifiedConfig モデル）
• git — GitProcessor(GitConfig モデル)
• glm46v — Glm46VProcessor（Glm46VConfig モデル）
• glm4v — Glm4vProcessor（Glm4vConfig モデル）
• glm4v_moe — Glm4vProcessor（Glm4vMoeConfig モデル）
• glm5_next — Glm5NextProcessor（Glm5NextConfig モデル）
• glm_image — GlmImageProcessor(GlmImageConfig モデル)
• glmasr — GlmAsrProcessor（GlmAsrConfig モデル）
• got_ocr2 — GotOcr2Processor（GotOcr2Config モデル）
• gradium_phonon_tts — PocketTTSProcessor（GradiumPhononTTSConfig モデル）
• granite4_vision — Granite4VisionProcessor（Granite4VisionConfig モデル）
• granite_docling — GraniteDoclingProcessor（GraniteDoclingConfig モデル）
• granite_speech — GraniteSpeechProcessor（GraniteSpeechConfig モデル）
• granite_speech5_ctc — GraniteSpeech5Processor（GraniteSpeech5CTCConfig モデル）
• granite_speech_plus — GraniteSpeechProcessor（GraniteSpeechPlusConfig モデル）
• grounding-dino — GroundingDinoProcessor（GroundingDinoConfig モデル）
• groupvit — CLIPProcessor（GroupViTConfigモデル）
• higgs_audio_v2 — HiggsAudioV2Processor（HiggsAudioV2Config モデル）
• hubert — Wav2Vec2Processor（HubertConfigモデル）
• hunyuan_vl — HunYuanVLProcessor(HunYuanVLConfig モデル)
• hyperclovax_vision_v2 — HyperCLOVAXVisionV2Processor（HyperCLOVAXVisionV2Config モデル）
• idefics — IdeficsProcessor（IdeficsConfig モデル）
• idefics2 — Idefics2Processor（Idefics2Config モデル）
• idefics3 — Idefics3Processor（Idefics3Config モデル）
• inkling2 — Inkling2Processor（Inkling2Config モデル）
• inkling_mm_model — InklingProcessor（InklingConfig モデル）
• instructblip — InstructBlipProcessor（InstructBlipConfig モデル）
• instructblipvideo — InstructBlipVideoProcessor(InstructBlipVideoConfig モデル)
• internvl — InternVLProcessor(InternVLConfig モデル)
• janus — JanusProcessor（JanusConfig モデル）
• kimi_k25 — Kimi_K25Processor（Kimi_K25Config モデル）
• kyutai_speech_to_text — KyutaiSpeechToTextProcessor(KyutaiSpeechToTextConfig モデル)
• lasr_ctc — LasrProcessor（LasrCTCConfig モデル）
• lasr_encoder — LasrProcessor（LasrEncoderConfig モデル）
• layoutlmv2 — LayoutLMv2Processor（LayoutLMv2Config モデル）
• layoutlmv3 — LayoutLMv3Processor（LayoutLMv3Config モデル）
• layoutxlm — LayoutXLMProcessor（LayoutXLMConfig モデル）
• lfm2_vl — Lfm2VlProcessor（Lfm2VlConfig モデル）
• lfm3_vl — Lfm3VlProcessor（Lfm3VlConfig モデル）
• lighton_ocr — LightOnOcrProcessor（LightOnOcrConfig モデル）
• llama4 — Llama4Processor(Llama4Config モデル)
• llava — LlavaProcessor(LlavaConfig モデル)
• llava_next — LlavaNextProcessor（LlavaNextConfig モデル）
• llava_next_video — LlavaNextVideoProcessor（LlavaNextVideoConfig モデル）
• llava_onevision — LlavaOnevisionProcessor（LlavaOnevisionConfig モデル）
• markuplm — MarkupLMProcessor(MarkupLMConfig モデル)
• metaclip_2 — CLIPProcessor（MetaClip2Config モデル）
• mgp-str — MgpstrProcessor（MgpstrConfig モデル）
• minicpm_ocr — MiniCPMOcrProcessor（MiniCPMOcrConfig モデル）
• minicpmv4_6 — MiniCPMV4_6Processor（MiniCPMV4_6Config モデル）
• minicpmv4_7 — MiniCPMV4_7Processor（MiniCPMV4_7Config モデル）
• minimax_m3_vl — MiniMaxM3VLProcessor（MiniMaxM3VLConfig モデル）
• mistral3 — PixtralProcessor(Mistral3Config モデル)
• mistral_large4 — PixtralProcessor（MistralLarge4Config モデル）
• mllama — MllamaProcessor（MllamaConfig モデル）
• mm-grounding-dino — GroundingDinoProcessor（MMGroundingDinoConfig モデル）
• modernvbert — Idefics3Processor（ModernVBertConfig モデル）
• molmo2 — Molmo2Processor(Molmo2Config モデル)
• moonshine — Wav2Vec2Processor（MoonshineConfig モデル）
• moonshine_streaming — MoonshineStreamingProcessor（MoonshineStreamingConfig モデル）
• moss_transcribe_diarize — MossTranscribeDiarizeProcessor（MossTranscribeDiarizeConfig モデル）
• muse_glimmer — MuseGlimmerProcessor（MuseGlimmerConfig モデル）
• muse_spark — MuseSparkProcessor（MuseSparkConfig モデル）
• musicflamingo — MusicFlamingoProcessor（MusicFlamingoConfig モデル）
• musicgen — MusicgenProcessor（MusicgenConfig モデル）
• musicgen_melody — MusicgenMelodyProcessor（MusicgenMelodyConfig モデル）
• nemo_speechlm — Nemotron3_5TranscribeProcessor（Nemotron3_5TranscribeConfig モデル）
• nemotron3_5_asr — Nemotron3_5AsrProcessor（Nemotron3_5AsrConfig モデル）
• nemotron3_diarization — Nemotron3DiarizationProcessor(Nemotron3DiarizationConfig モデル)
• nemotron_asr_streaming — NemotronAsrStreamingProcessor (NemotronAsrStreamingConfig モデル)
• nemotron_h_omni — NemotronH_Omni_Reasoning_V3Processor（NemotronH_Omni_Reasoning_V3_Config モデル）
• neomme — NeoMMEProcessor (NeoMMEConfig モデル)
• nougat — NougatProcessor(NougatConfig モデル)
• omdet-turbo — OmDetTurboProcessor（OmDetTurboConfig モデル）
• oneformer — OneFormerProcessor（OneFormerConfig モデル）
• ovis2 — Ovis2Processor（Ovis2Config モデル）
• owlv2 — Owlv2Processor（Owlv2Config モデル）
• owlvit — OwlViTProcessor (OwlViTConfig モデル)
• paddleocr_vl — PaddleOCRVLProcessor(PaddleOCRVLConfig モデル)
• paligemma — PaliGemmaProcessor（PaliGemmaConfig モデル）
• parakeet_ctc — ParakeetProcessor（ParakeetCTCConfig モデル）
• parakeet_rnnt — ParakeetProcessor（ParakeetRNNTConfigモデル）
• parakeet_tdt — ParakeetProcessor（ParakeetTDTConfig モデル）
• pe_audio — PeAudioProcessor（PeAudioConfig モデル）
• pe_audio_video — PeAudioVideoProcessor(PeAudioVideoConfig モデル)
• pe_video — PeVideoProcessor（PeVideoConfig モデル）
• perception_lm — PerceptionLMProcessor（PerceptionLMConfig モデル）
• phi4_multimodal — Phi4MultimodalProcessor（Phi4MultimodalConfig モデル）
• pi0 — PI0Processor（PI0Config モデル）
• pix2struct — Pix2StructProcessor（Pix2StructConfig モデル）
• pixtral — PixtralProcessor(PixtralVisionConfig モデル)
• pocket_tts — PocketTTSProcessor（PocketTTSConfig モデル）
• pop2piano — Pop2PianoProcessor(Pop2PianoConfig モデル)
• pp_chart2table — PPChart2TableProcessor（PPChart2TableConfig モデル）
• pp_formulanet — PPFormulaNetProcessor（PPFormulaNetConfig モデル）
• qianfan_ocr — QianfanOCRProcessor（QianfanOCRConfig モデル）
• qwen2_5_omni — Qwen2_5OmniProcessor(Qwen2_5OmniConfig モデル)
• qwen2_5_vl — Qwen2_5_VLProcessor（Qwen2_5_VLConfig モデル）
• qwen2_audio — Qwen2AudioProcessor（Qwen2AudioConfig モデル）
• qwen2_vl — Qwen2VLProcessor（Qwen2VLConfig モデル）
• qwen3_5 — Qwen3VLProcessor（Qwen3_5Config モデル）
• qwen3_5_moe — Qwen3VLProcessor（Qwen3_5MoeConfig モデル）
• qwen3_asr — Qwen3ASRProcessor（Qwen3ASRConfig モデル）
• qwen3_omni_moe — Qwen3OmniMoeProcessor(Qwen3OmniMoeConfig モデル)
• qwen3_vl — Qwen3VLProcessor（Qwen3VLConfig モデル）
• qwen3_vl_moe — Qwen3VLProcessor（Qwen3VLMoeConfig モデル）
• qwen4_exp — Qwen3VLProcessor（Qwen4ExpConfig モデル）
• sam — SamProcessor(SamConfig モデル)
• sam2 — Sam2Processor（Sam2Config モデル）
• sam2_video — Sam2VideoProcessor（Sam2VideoConfig モデル）
• sam3 — Sam3Processor（Sam3Config モデル）
• sam3_lite_text — Sam3Processor (Sam3LiteTextConfig モデル)
• sam3_tracker — Sam3TrackerProcessor（Sam3TrackerConfig モデル）
• sam3_tracker_video — Sam3TrackerVideoProcessor（Sam3TrackerVideoConfig モデル）
• sam3_video — Sam3VideoProcessor (Sam3VideoConfig モデル)
• sam_hq — SamHQProcessor（SamHQConfig モデル）
• seamless_m4t — SeamlessM4TProcessor（SeamlessM4TConfig モデル）
• sew — Wav2Vec2Processor(SEWConfig モデル)
• sew-d — Wav2Vec2Processor（SEWDConfigモデル）
• shieldgemma2 — ShieldGemma2Processor（ShieldGemma2Config モデル）
• siglip — SiglipProcessor（SiglipConfig モデル）
• siglip2 — Siglip2Processor（Siglip2Config モデル）
• smolvlm — SmolVLMProcessor（SmolVLMConfig モデル）
• speech_to_text — Speech2TextProcessor（Speech2TextConfig モデル）
• speecht5 — SpeechT5Processor（SpeechT5Config モデル）
• step3p7 — Step3p7Processor（Step3p7Config モデル）
• t5gemma2 — Gemma3Processor（T5Gemma2Config モデル）
• t5gemma2_encoder — Gemma3Processor（T5Gemma2EncoderConfig モデル）
• tipsv2 — Tipsv2Processor（Tipsv2Config モデル）
• trocr — TrOCRProcessor（TrOCRConfig モデル）
• tvp — TvpProcessor (TvpConfigモデル)
• udop — UdopProcessor (UdopConfig モデル)
• ultravbert — Idefics3Processor（UltraVBertConfig モデル）
• unispeech — Wav2Vec2Processor(UniSpeechConfig モデル)
• unispeech-sat — Wav2Vec2Processor（UniSpeechSatConfig モデル）
• unlimited_ocr — UnlimitedOcrProcessor（UnlimitedOcrConfig モデル）
• vibevoice — VibeVoiceProcessor（VibeVoiceConfig モデル）
• vibevoice_asr — VibeVoiceAsrProcessor（VibeVoiceAsrConfig モデル）
• video_llama_3 — VideoLlama3Processor(VideoLlama3Config モデル)
• video_llava — VideoLlavaProcessor（VideoLlavaConfig モデル）
• videoprism — VideoPrismProcessor（VideoPrismConfigモデル）
• vilt — ViltProcessor(ViltConfig モデル)
• vipllava — LlavaProcessor（VipLlavaConfig モデル）
• vision-text-dual-encoder — VisionTextDualEncoderProcessor（VisionTextDualEncoderConfig モデル）
• voxtral — VoxtralProcessor（VoxtralConfigモデル）
• voxtral_realtime — VoxtralRealtimeProcessor（VoxtralRealtimeConfig モデル）
• wav2vec2 — Wav2Vec2Processor（Wav2Vec2Config モデル）
• wav2vec2-bert — Wav2Vec2BertProcessor (Wav2Vec2BertConfig モデル)
• wav2vec2-conformer — Wav2Vec2Processor(Wav2Vec2ConformerConfig モデル)
• wavlm — Wav2Vec2Processor(WavLMConfig モデル)
• whisper — WhisperProcessor(WhisperConfig モデル)

プライベートモデルを使用する場合は、token=True を渡す必要があります。

>>> from transformers import AutoProcessor

>>> # Download processor from huggingface.co and cache.
>>> processor = AutoProcessor.from_pretrained("facebook/wav2vec2-base-960h")

>>> # If processor files are in a directory (e.g. processor was saved using *save_pretrained('./test/saved_model/')*)
>>> # processor = AutoProcessor.from_pretrained("./test/saved_model/")

このクラスに新しいプロセッサを登録します。