HuggingFace中BaseModelOutput对象为何支持下标访问？

你的代码里BaseModelOutput对象能像列表一样用下标访问（比如encoder_outputs[0]），但打印时显示为自身类型，核心原因在于它的继承体系和类实现：

1. 继承自增强版字典类ModelOutput #

BaseModelOutput是HuggingFace Transformers库中封装模型输出的基础类，它继承自ModelOutput。而ModelOutput本身继承自Python内置的dict，同时做了扩展：

• 实现了__getitem__方法，既支持字典的键名访问（如encoder_outputs["last_hidden_state"]），也支持下标索引访问；
• 约定了输出字段的默认顺序，对于BaseModelOutput，下标对应的字段依次是：
  • 0: last_hidden_state（也就是你代码里的sequence_output）
  • 1: hidden_states（可选，需开启output_hidden_states=True）
  • 2: attentions（可选，需开启output_attentions=True）

2. 保留类类型的同时兼容字典特性 #

因为ModelOutput在继承dict的基础上，自定义了类的显示逻辑，所以打印时会显示BaseModelOutput的类类型，但底层依然具备字典的所有功能，包括下标访问、键值对遍历等。

举个对应实现的简化逻辑（模仿Transformers库的核心思路）：

class ModelOutput(dict):
    def __getitem__(self, key):
        # 如果是整数下标，按预定义顺序返回对应字段
        if isinstance(key, int):
            return list(self.values())[key]
        # 否则按字典键名返回
        return super().__getitem__(key)

class BaseModelOutput(ModelOutput):
    # 预定义字段顺序
    _fields = ["last_hidden_state", "hidden_states", "attentions"]

这样，当你调用encoder_outputs[0]时，就会按顺序取出第一个字段last_hidden_state，而打印对象时，因为它是BaseModelOutput类的实例，所以会显示对应的类型信息。

内容的提问来源于stack exchange，提问作者Naren Dhyani