How to test huggingface ut.

测试内容：

1. transformers模型用例测试
2. diffusers模型用例测试

测试流程

1. 下载mindnlp源码

git clone https://github.com/mindspore-lab/mindnlp/

2. 下载transformers/diffusers源码

cd mindnlp
cd tests
git clone https://gitee.com/mirrors/huggingface_transformer -b v4.57.1
git clone https://gitee.com/mirrors/diffusers -b v0.35.2
cd ..

3. 安装mindnlp依赖

pip install -r requirements/requirements.txt

4. 测试

transformers:

• 单模型测试

python tests/run_test.py -vs tests/huggingface_transformer/tests/models/bert/test_modeling_bert.py

• 一类模型测试（以首字母）

python tests/run_test.py -vs tests/huggingface_transformer/tests/models/b*/test_modeling_*.py

diffusers(models + pipelines):

python tests/run_test.py -vs tests/diffusers/tests/test_activations.py

• 大类模型测试（以首字母）

python tests/run_test.py -vs tests/huggingface_transformer/tests/models

5. 测试方法

• 按大类测，如果出现coredump/算子错误导致后续所有用例全挂，找到最开始错的模型，单独测该模型
• 定位报错算子/错误信息，提issue（如果发现不同模型都挂在一个地方，不用重复提，直接在评论区贴截图和模型+用例名：例如 tests/diffusers/tests/test_activations.py::TestActivation::test_bert_activation）
• 如果是精度问题，不提issue（huggingface的测试精度是1e-5，但是在昇腾上大概率误差是1e-3~1e-4, 0.00012）
• 如果发现是缺算子/参数错误等自己能改的，直接提pr改
• 继续测后面的模型