Hugging Face在2026年11月3日的博客中提出模型集成契约（Model Integration Contracts，简称MIC）：把缩小后的模型与具体使用路径、基准输出打包，在成本较低的CPU运行器上执行快速集成测试，争取在代码合入主分支前发现回归问题。transformers-mic是这套测试打包方式的拟议标准。
这项工作的一个起因，是Transformers中的UMT5缺陷。7月30日，Transformers为T5启用PyTorch的缩放点积注意力（SDPA），却让UMT5解码器意外获得了关注未来词元的能力，训练时可以偷看本应预测的答案。程序没有崩溃，缺陷在主分支停留了近两个月。团队后来重放相关提交时，一个在CPU上运行的小型UMT5模型在每个提交上都检出了问题。
全量测试难以覆盖每次代码变更，是博客给出的背景。Transformers支持超过750种模型类型，主分支有超过8.8万项CPU测试，每日运行还有超过20万项GPU测试。集成测试需要加载真实检查点，在真实硬件上验证模型API；团队认为，为每个拉取请求运行全部测试并不现实，而定时测试发现问题时，代码可能已经进入主分支。
MIC采用的测试模型保留真实检查点配置中的各类层，但减少层数并缩窄层宽，分词器和处理器文件保持不变，发布一次后重复使用。在团队的CPU研究中，实验性UMT5测试模型的权重为66 MB，源检查点为1,227 MB。一些无法装入团队标准GPU运行器的大模型，其缩小版本也能在CPU上运行。
一份契约包含三个部分：发布并固定的测试模型、可运行的Markdown用例，以及运行用例后记录并经人工审核的基准输出。用例可以是生成文本或执行一个训练步骤；重新运行后仍得到基准输出，才算满足契约。例如，SmolLM契约会从指定提示词生成内容，再将词元ID与记录结果比较，而不只是检查模型能否加载和完成前向计算。
契约覆盖的是一种架构和一条使用路径，而非单个检查点。兼容的检查点可以共用测试模型，同时各自保留预期结果。团队将这些契约发布在huggingface-mic中，并明确指出：缩小模型的测试不会取代完整集成测试，其作用是在拉取请求阶段增加一道检查。