使用R的reticulate调用Hugging Face BERT模型遇属性错误

我在Python环境中能正常运行调用Wellcome/WellcomeBertMesh模型的代码，但切换到R用reticulate库调用时，无论用哪种方式都会报错AttributeError: 'BertConfig' object has no attribute 'pretrained_model'。

可正常运行的Python代码 #

# Load model directly
from transformers import AutoTokenizer, AutoModel

tokenizer = AutoTokenizer.from_pretrained("Wellcome/WellcomeBertMesh", trust_remote_code=True)
model = AutoModel.from_pretrained("Wellcome/WellcomeBertMesh", trust_remote_code=True)

def MeshHelp (word_list):
    labels_list = []
    for word in word_list:
        inputs = tokenizer([word], padding="max_length")
        labels = model(**inputs, return_labels=True)
        labels_list.extend(labels)
    return labels_list

我在R中尝试的三种失败调用方式 #

# source_python方式
source_python('script.py')

# py_run_string方式
py_run_string('from transformers import AutoTokenizer, AutoModel')
py_run_string('tokenizer = AutoTokenizer.from_pretrained("Wellcome/WellcomeBertMesh", trust_remote_code=True)')
py_run_string('model = AutoModel.from_pretrained("Wellcome/WellcomeBertMesh", trust_remote_code=True)')

# pipelines方式
transformers$pipeline("Wellcome/WellcomeBertMesh")

问题原因与解决方法 #

核心原因 #

报错本质是reticulate处理Hugging Face自定义模型的远程代码加载时，参数传递不完整，或R端封装的transformers工具对自定义模型支持存在兼容性问题。

具体解决步骤 #

1. 对齐Python环境
   先检查reticulate绑定的Python环境是否和本地运行成功的环境一致：

   library(reticulate)
   py_config()
   

   若不一致，用use_python()指定正确路径：

   use_python("/path/to/your/python/env/bin/python")
   

2. 统一加载逻辑，避免拆分调用
   不要用py_run_string拆分执行代码，把完整的模型加载、函数定义放在同一个Python脚本中，再通过source_python调用，确保trust_remote_code=True参数全程生效。

3. 注意数据类型转换
   在R中调用Python函数时，将R的字符向量转为Python列表：

   library(reticulate)
   source_python("script.py")
   # 转换数据类型后调用函数
   result <- MeshHelp(py_list(c("example_word1", "example_word2")))
   

4. 优先用原生Python代码调用
   R的transformers包对需要加载远程自定义代码的模型支持有限，建议直接通过reticulate调用原生Python逻辑，避免使用R端的transformers$pipeline。

内容的提问来源于stack exchange，提问作者StatStat