Transformers ist die quelloffene Python-Bibliothek von Hugging Face, über die sich zehntausende vortrainierte Modelle mit wenigen Zeilen Code laden und anwenden lassen. Ihr Wert liegt in der Vereinheitlichung: Modelle unterschiedlicher Herkunft und Bauart werden über dieselbe Schnittstelle angesprochen, sodass sich ein Modell gegen ein anderes tauschen lässt, ohne den umgebenden Code zu ändern. Abgedeckt sind neben Text auch Bild-, Audio- und multimodale Modelle sowie die zugehörigen Tokenizer, die Eingaben in die vom Modell erwartete Form bringen.
Für den schnellen Einstieg gibt es sogenannte Pipelines, die eine gesamte Aufgabe wie Textklassifikation oder Zusammenfassung in einem Aufruf kapseln; für die Anpassung eigener Modelle stehen ergänzende Bibliotheken für Fine-Tuning und sparsame Verfahren wie LoRA bereit. Betrieben werden die Modelle lokal, auf eigener Serverhardware oder über den Dienst des Anbieters.
Der entscheidende Unterschied zur Nutzung einer kommerziellen API ist die Verfügungsgewalt, denn ein selbst betriebenes Modell verarbeitet Daten im eigenen Haus; die Verantwortung für Hardware, Aktualisierung und Lizenzprüfung liegt dann allerdings ebenfalls dort.