AutoModel | Embedding、Transformer架构模型 | 用于加载基础的 transformer 模型（如 BERT、RoBERTa、DistilBERT 等），适合提取文本的 embedding 向量。 | 适用于 Embedding 任务，文本表示。 |
AutoModelForSequenceClassification | 文本分类 | 加载预训练的 transformer 模型，适用于文本分类任务。 | LLM（用于分类任务）。 |
AutoModelForTokenClassification | 实体识别（NER） | 用于命名实体识别等任务，加载适合 token 分类的模型。 | LLM（用于 token 级别的任务）。 |
AutoModelForQuestionAnswering | 问答任务 | 用于加载问答模型，基于 transformers 架构，适合回答给定文本中的问题。 | LLM（用于问答任务）。 |
AutoModelForCausalLM | 文本生成（Causal LM） | 用于加载自回归的语言模型（如 GPT-2），适合用于文本生成任务。 | LLM（用于生成任务）。 |
AutoModelForMaskedLM | 掩码语言模型（MLM） | 用于加载掩码语言模型（如 BERT、RoBERTa），适合用于填充缺失的文本部分。 | LLM（用于填充缺失词）。 |
AutoModelForSeq2SeqLM | 序列到序列任务（如翻译） | 用于加载序列到序列的模型（如 T5、BART），适合用于翻译、摘要等任务。 | LLM（用于序列到序列任务）。 |
