Web 应用的应用商店
找到合适的软件和服务。
使用 WebCatalog Desktop 将网站转化为桌面应用,并访问大量 Mac、Windows 专属的应用。使用空间组织应用,在多个帐户之间轻松切换,通过前所未有的方式提高工作效率。
要考虑加入 MLOps 平台类别,产品应满足以下标准: * 监控和管理平台:该产品必须提供一个用于监控和管理机器学习模型的综合平台。这包括跟踪模型版本、监控性能指标和管理模型生命周期的功能。 * 集成到业务应用程序中:它应该允许用户将机器学习模型无缝集成到整个公司的各种业务应用程序中。这种集成能力确保模型可以在现有基础设施中有效部署和利用。 * 运行状况和性能跟踪:该产品必须使用户能够实时跟踪已部署的机器学习模型的运行状况和性能。这涉及监控准确性、延迟、资源利用率和模型漂移等关键指标,以确保最佳性能。 * 整体管理工具:它应该提供一个整体管理工具,提供对整个企业部署的所有模型的洞察。这包括模型治理、合规性监控以及整个模型生态系统的集中可见性等功能。 满足这些标准可确保该产品提供强大的功能,用于在组织内有效管理机器学习操作。
提交新应用
Google Cloud Platform
google.com
Google 云平台 (GCP) 由 Google 提供,是一套云计算服务,运行在 Google 内部用于其最终用户产品(例如 Google 搜索、Gmail、文件存储和 YouTube)的同一基础设施上。除了一套管理工具外,它还提供一系列模块化云服务,包括计算、数据存储、数据分析和机器学习。注册需要信用卡或银行帐户详细信息。Google Cloud Platform 提供基础设施即服务、平台即服务和无服务器计算环境。 2008 年 4 月,Google 发布了 App Engine,这是一个用于在 Google 管理的数据中心中开发和托管 Web 应用程序的平台,这是该公司的第一个云计算服务。该服务于 2011 年 11 月全面推出。自 App Engine 发布以来,Google 向该平台添加了多种云服务。 Google Cloud Platform 是 Google Cloud 的一部分,其中包括 Google Cloud Platform 公共云基础设施,以及 G Suite、企业版 Android 和 Chrome OS,以及用于机器学习和企业地图服务的应用程序编程接口 (API)。
Microsoft Fabric
microsoft.com
将您的数据带入人工智能时代。 通过在单个人工智能驱动的平台上将每个数据源和分析服务连接在一起,重塑每个人访问、管理和处理数据和见解的方式。
Databricks
databricks.com
Databricks 是一家由 Apache Spark 的原始创建者创立的公司。 Databricks 源于加州大学伯克利分校的 AMPLab 项目,该项目参与了 Apache Spark 的开发,这是一个构建在 Scala 之上的开源分布式计算框架。 Databricks 开发了一个用于 Spark 的基于 Web 的平台,该平台提供自动化集群管理和 IPython 风格的笔记本。除了搭建Databricks平台外,该公司还联合举办大规模的Spark在线开放课程,并举办全球最大的Spark会议——Spark峰会。
neptune.ai
neptune.ai
在一个位置记录、组织、比较、注册和共享所有 ML 模型元数据。 - 随着建模团队的成长而实现自动化和标准化 - 与您的团队和整个组织就模型和结果进行协作 - 使用托管、部署在本地或私有云中。与任何 MLOps 堆栈集成
Replicate
replicate.com
使用 API 运行 AI。运行和微调开源模型。大规模部署自定义模型。全部只需一行代码。
Scale AI
scale.com
用最好的数据制作最好的模型。 Scale Data Engine 为几乎所有主要基础模型提供支持,并通过 Scale GenAI Platform,利用您的企业数据来释放 AI 的价值。 Scale 受到世界一流公司的信赖,为自动驾驶汽车、地图、AR/VR、机器人等人工智能应用提供高质量的训练数据。
SAS
sas.com
借助全球最值得信赖的分析合作伙伴提供的更快、更高效的人工智能和分析,完成更多工作。使用 SAS 生成答案的速度与世界生成数据的速度一样快。凭借四十多年的分析创新,SAS 一直为世界各地的客户提供 THE POWER TO KNOW®。
Model Share
modelshare.ai
Model Share AI MLOps 平台是机器学习创新的动态中心。 它允许数据科学和机器学习工程师从头到尾轻松管理机器学习项目。您可以改进模型,使用丰富的 ML 分析和报告工具跟踪进度,并立即部署模型。 在 Model Share AI,我们还正在构建世界上最大的可重用 ML 模型数据库,用户可以构建数据科学组合、生成和共享可重现的模型和可重用代码。
V7
v7labs.com
V7 是一款专为计算机视觉和生成式人工智能应用而设计的人工智能数据引擎。该平台为企业培训数据提供基础设施,包括标签、工作流程、数据集,并具有人机交互培训功能。 它提供多种注释属性来提高人工智能模型的数据质量。凭借自动注释、医学成像 DICOM 注释、数据集管理和模型管理等功能,V7 可以自动化并简化各种任务。 其图像和视频标注工具旨在提高数据标注的精度。此外,它还支持自定义数据管道的构建和自动化,并具有用于自动化光学字符识别 (OCR) 和智能文档处理 (IDP) 工作流程的工具。V7 允许用户外包注释任务。 它可用于农业、汽车、建筑、能源、食品饮料、医疗保健等各个行业。它提供实时团队注释的协作功能,并提供贴标机和模型性能分析。此外,V7 还通过直观的用户界面促进注释和模型训练工作流程变得更加高效。 凭借其增强的自动注释功能,它加快了注释的速度和准确性。该平台与 AWS、Databricks 和 Voxel51 等集成,支持视频、图像和文本数据等一系列数据类型。
Saturn Cloud
saturncloud.io
Saturn Cloud 是一款屡获殊荣的 ML 平台,适用于拥有 100,000 多名用户的任何云,包括 NVIDIA、CFA Institute、Snowflake、Flatiron School、Nestle 等。它是一款用于云中数据科学和机器学习开发、部署和数据管道的一体化解决方案。用户可以在完全托管的环境中启动具有 4TB RAM 的笔记本、添加 GPU、连接到分布式工作集群、构建大型语言模型等。数据科学家和分析师使用他们想要使用的工具可以最好地工作。您可以在 Saturn Cloud 中使用您喜欢的语言、IDE 和机器学习库。 我们提供完整的 Git 集成、共享自定义映像和安全凭证存储,使您可以轻松地在云中扩展和构建团队。我们通过作业和部署等功能支持从实验到生产的整个机器学习生命周期。这些功能和内置工具可以在团队内轻松共享,因此可以节省时间并且可以重复工作。 Saturn Cloud 可在多种云上使用:AWS、Azure、GCP 和 OCI。请立即联系我们获取免费演示。
Labelbox
labelbox.com
Labelbox 是一个以数据为中心的人工智能平台,允许用户构建和利用人工智能应用程序。该平台提供了训练和微调模型的能力,以及使用 LLM(Labelbox 机器学习模型)自动执行任务的能力。 在功能方面,Labelbox 利用 cookie 来增强用户体验、分析网站流量、协助营销工作以及了解用户如何与平台交互。 必要的 cookie 用于基本功能,例如页面导航和访问安全区域。首选项 cookie 使平台能够记住用户特定的信息,例如首选语言或区域。 Labelbox 还采用统计 cookie,帮助网站所有者收集有关访问者如何与平台交互的信息。这些统计数据是匿名收集和报告的。 此外,Labelbox 使用各个提供商的 cookie 来优化特定的特性和功能。这些提供商包括 Intercom、LinkedIn、YouTube、ZoomInfo、Cloudflare、Bizible、Cookiebot 和 Heap Analytics。 每个提供商的 cookie 都有不同的用途,例如识别访问者、管理支持通知、负载平衡以及允许访问者通过第三方应用程序登录。 总体而言,Labelbox 的 AI 平台为用户提供了构建 AI 应用程序、训练和微调模型以及使用法学硕士自动化任务的能力。该平台利用 cookie 和统计数据来增强用户体验并了解访客交互。 各种第三方提供商 cookie 的集成确保了平台不同方面的功能优化。
Comet
comet.com
Comet 是一个元机器学习平台,旨在通过简化和连接机器学习模型生命周期,帮助人工智能从业者和团队为现实应用程序构建可靠的机器学习模型。通过利用 Comet,用户可以利用机器学习实验跟踪来跟踪、比较、解释和重现他们的模型。在数千名用户和多家财富 100 强公司的支持下,Comet 提供见解和数据来构建更好、更准确的 AI 模型,同时提高团队之间的生产力、协作和可见性。
Weights & Biases
wandb.ai
权重和偏差:人工智能开发者平台。 跟踪使用权重和偏差使模型可重现所需的一切 - 从超参数和代码到模型权重和数据集版本。 权重和偏差可帮助您的 ML 团队通过优化、可视化、协作和标准化模型和数据管道来释放生产力——无论框架、环境或工作流程如何。 W&B 已被 OpenAI、Lyft、Pfizer、Qualcomm、NVIDIA、Toyota、GitHub 和 MILA 的 ML 工程师使用,是机器学习最佳实践新标准的一部分。 W&B 对于个人使用和学术项目都是免费的,而且很容易上手。
UbiOps
ubiops.com
将您的本地分析脚本转变为强大的数据驱动应用程序! UbiOps 是一个易于使用的部署和服务层,适用于您的数据科学、人工智能和机器学习代码。它将您的 Python 和 R 模型和脚本转换为实时 Web 服务,使您可以随时随地使用它们。从简单的数据处理功能到复杂的机器学习 (ML) 和 AI 管道。借助 UbiOps,您可以轻松地在您自己的应用程序、网站或数据/IT 基础设施内运行它们。无需担心安全性、可靠性或可扩展性。 UbiOps 显着降低了开发成本,提高了数据科学团队的生产力并缩短了上市时间。 UbiOps 可以用作软件即服务 (SaaS) 或安装在您自己的(云)环境中。您可以从我们的 WebApp 使用 UbiOps,或者使用我们的命令行界面或 Python/R 客户端进行集成。提供最大的灵活性,以适应您现有的数据科学堆栈和流程。
Katonic.ai
katonic.ai
在无代码 Katonic 生成人工智能平台上只需几分钟即可构建强大的人工智能应用程序。借助生成式 AI 的力量,提高您和您员工的生产力、增强客户体验并完成只有大型企业才能完成的事情。 * 无需编码技能。 * 企业级安全性。 * 50+ 法学硕士可供选择 * 根据您自己的数据进行训练,并使用您自己的护栏。
Kili Technology
kili-technology.com
快速构建高质量数据集。 企业相信我们能够简化他们的数据标记操作,并为其自定义模型、生成式人工智能和法学硕士构建最佳数据集 ___ 为什么选择奇力科技? 你可能不知道这一点,但是: MNIST 的数据集错误率为 3.4%,仍然被超过 38,000 篇论文引用。 ImageNet 数据集及其众包标签的错误率为 6%。该数据集可以说是谷歌和 Facebook 开发的最流行的图像识别系统的基础。这些数据集中的系统错误会产生现实后果。在包含错误的数据上训练的模型被迫学习这些错误,从而导致错误的预测或需要对不断增加的数据进行重新训练以“消除”错误。 每个行业都已经开始了解人工智能的变革潜力并进行投资。但机器学习转换器的革命和对机器学习模型优化的不懈关注正在达到收益递减的地步。还有什么?
OctoAI
octo.ai
OctoAI 提供用于运行、调整和扩展生成式 AI 应用程序的基础设施。 OctoAI 让模型为您服务,而不是相反。开发人员可以轻松访问高效的人工智能基础设施,这样他们就可以运行他们选择的模型,针对特定用例进行调整,并无缝地从开发扩展到生产。凭借市场上最快的基础模型(包括 Llama-2、Stable Diffusion 和 SDXL)、集成定制解决方案以及世界一流的 ML 系统,开发人员可以专注于构建让客户惊叹的应用程序,而无需成为 AI 基础设施专家。 该公司得到领先风险投资公司的支持,总部位于华盛顿州西雅图。 OctoAI 由创建者 Apache TVM 创立并领导,Apache TVM 是一个用于模型性能和可移植性的开源 ML 堆栈。
hasty.ai
hasty.ai
Hasty 现在是 CloudFactory 的一部分,CloudFactory 是加速人工智能生命周期的人机交互人工智能解决方案的全球领导者。 不再为了效率而牺牲质量。 了解有关 Accelerated Annotation 的更多信息,这是一款新的 Vision AI 产品,它将 CloudFactory 一流的员工队伍与行业领先的 AI 辅助标记技术相结合,生成高质量标记数据的速度比手动标记快 5 倍。 Hasty 平台提供从原始图像和视频到生产就绪模型所需的一切。
Labellerr
labellerr.com
Labellerr 是唯一具有智能反馈循环的训练数据平台。我们的技术帮助人工智能优先的组织开发计算机视觉人工智能,以在其数据管道中实现自动化。我们的 saas 平台为 ML 科学家解决了挑战,他们需要以安全的方式更快、更方便、迭代地访问训练数据,以训练他们的计算机视觉/非结构化数据 AI 模型。我们努力以“实现它”的态度提供服务。 我们的重点行业包括医疗保健、自动驾驶汽车、智慧城市、零售和制造业。
Datature
datature.io
Datature 是一款一体化视觉人工智能平台,旨在简化管理数据集、注释、训练和部署计算机视觉模型所涉及的流程。 该工具适合企业、高增长公司、早期初创公司、研究人员和学术界,不需要编码技能。 Datature 支持定制集成并提供高级安全措施。 其“Nexus”允许在单个平台上协作、注释、训练和部署多个计算机视觉模型。 “IntelliBrush”等功能简化了创建注释的过程,而“Portal”则有助于计算机视觉模型的可视化。 该平台与所有模型格式兼容,并无缝插入“Nexus”,还有一个额外的好处是拥有丰富的开源社区支持它。 Datature 展示了经过行业测试的算法和经过市场验证的见解,提供了一系列适用于制药和医疗保健、零售和电子商务、智能城市、公用事业和能源、农业以及制造和建筑等行业的解决方案。 它的资源部分提供了各种材料,从术语表和文档到强调人工智能最佳行业实践和趋势发展的教程和文章。
Mona
monalabs.io
Mona 的智能监控解决方案使团队能够全面了解数据、模型和流程的性能。自动显示并解决 AI/ML 或智能自动化流程中的性能问题,以避免对您的业务和客户造成负面影响。
SAP
sap.com
SAP 是领先的企业应用和商业人工智能公司。他们站在业务和技术的交叉点,他们的创新旨在直接解决真正的业务挑战并产生现实世界的影响。 他们的解决方案是世界上最复杂和要求最高的流程的支柱。 SAP 的集成产品组合将现代组织的要素(从劳动力和财务到客户和供应链)整合到一个推动进步的统一生态系统中。
Openlayer
openlayer.com
Openlayer 是人工智能的评估工作区。初创公司和财富 500 强公司都使用 Openlayer 来运行测试、跟踪和版本模型以及监控生产请求。 最先进的平台,用于从头开始构建高质量、值得信赖的模型。
Dataloop
dataloop.ai
Dataloop 是一个尖端的人工智能开发平台,它正在改变组织构建人工智能应用程序的方式。 Dataloop 的平台经过精心设计,旨在满足处于 AI 开发流程核心的开发人员的需求,使数据和 AI 模型的使用更加简单、直观。 Dataloop 的综合解决方案涵盖整个人工智能开发生命周期,提供简化数据管理、注释、模型选择和部署的工具和功能。 Dataloop 的平台以协作为重点,允许开发人员、数据科学家和工程师无缝协作,打破传统孤岛并促进创新。 主要功能包括用于构建数据管道的直观拖放界面、庞大的预构建人工智能元素和模型库以及强大的数据管理和注释功能。这些功能旨在帮助开发人员快速原型设计、迭代和部署人工智能解决方案,跟上市场快速变化的需求。 Dataloop 致力于通过提供以开发人员为中心的平台来解决人工智能和数据管理的复杂性和挑战,从而推动人工智能开发。 Dataloop 的愿景是使人工智能开发民主化,使每个组织都能利用人工智能的力量并推动其创新解决方案。
Rasgo
rasgoml.com
Rasgo 将 GPT 的强大功能带入您的企业数据仓库。 我们的 GPT 协调代理开发分析策略,通过识别关键事实、异常值和重要趋势来发现见解并关联您的企业数据 - 所有这些都无需人工参与。业务用户可以使用自然语言提出有关企业数据的问题,该语言始终会转换为可审核的 SQL 查询,因此您的数据团队可以花费更少的时间来处理临时分析请求。 我们的 GPT 支持的 AI 代理为您的数据团队提供了一个副驾驶,可以根据您的企业数据仓库模式自动构建语义层,并学会记住关键数据指标和定义。
SuperAnnotate
superannotate.com
SuperAnnotate 是领先的平台,可利用最高质量的训练数据更快地构建、微调、迭代和管理您的 AI 模型。借助先进的注释和 QA 工具、数据管理、自动化功能、本机集成和数据治理,我们使企业能够构建数据集和成功的 ML 管道。与 SuperAnnotate 的专家和专业管理的注释团队合作,可以帮助您快速提供高质量的数据,以构建性能最佳的模型。
Deeploy
deeploy.ml
Deeploy 为具有高风险 AI 用例的组织提供了一个负责任的 AI 平台,并创造了实施可解释、可负责和可管理的机器学习模型的机会,同时实现了人类与 AI 之间的交互。为负责任的机器学习奠定技术基础,连接创作者和消费者。
Faros AI
faros.ai
Faros AI 是您的工程运营基础设施 - 涵盖速度、质量、目标等的单一窗格视图! Faros 集成了您的所有工程数据源,让您能够全面了解整个软件开发生命周期。它消除了规划中的猜测,以便您可以根据实际数据做出决策、分配资源并提高生产力。添加新数据源就像拨动开关一样简单,即使它是自主开发的系统。
Hopsworks
hopsworks.ai
Hopsworks 是一个协作 ML 平台,具有适用于批量和实时数据的最高性能特征存储。围绕业界最先进的模块化功能存储构建,为现有管道提供无缝集成,并有助于更快地将模型投入生产。 什么以及为什么?特征存储是在构建和部署机器学习模型时管理特征的平台。像 Hopsworks 这样的特征存储可用于更快地迭代和更快地将模型部署到生产中。它有利于更轻松地扩展和移动实时机器学习用例,并提高数据和人工智能团队的生产力。集成 作为一个开放式模块化平台,Hopsworks 与数据科学生态系统中的所有主要工具集成,并且可以作为托管解决方案部署在所有云平台上。 Hopsworks 是一个以 Python 为中心的平台,您现有的 python 代码和管道可以与 Hopsworks 无缝使用,并且在我们的企业解决方案上,您可以安装自己的库或任何您希望的框架,并在本地 jupyter 环境中工作。
VESSL AI
vessl.ai
借助完全托管的基础设施、工具和工作流程,更快地大规模构建、训练和部署模型。
TruEra
truera.com
TruEra 提供 AI 质量解决方案,帮助企业分析机器学习、提高模型质量并建立信任。 TruEra 的 AI 质量解决方案套件采用基于卡内基梅隆大学六年研究的企业级人工智能 (AI) 可解释性技术,有助于消除围绕广泛使用的 AI 和 ML 技术的黑匣子。这种可见性可以带来更高质量、可解释的模型,从而实现可衡量的业务成果、解决不公平偏见并确保治理和合规性。
Picsellia
picsellia.com
Picsellia 提供了针对图像优化的整个 AI 开发堆栈:它涵盖了在生产中部署计算机视觉模型所需的每个步骤。 用户可以直接在平台上构建、操作和改进他们的人工智能模型。 Picsellia 的主要特点: * 数据管理:在一个位置存储、搜索、过滤和注释您的数据。 Picsellia 集中且直观的标签界面可让您的团队同时进行注释。 * 实验跟踪:跟踪和比较您的实验并找到性能最佳的模型。完成后,Picsellia 将帮助您找到最佳的超参数组合来优化模型性能。 * 处理:直接在平台上执行数据增强等任务。自动化您的流程并在您需要的时间根据您需要的数据启动它们。 * 模型部署:只需一分钟即可将模型部署到生产环境中,无论是否有服务器。您将拥有一个可扩展且无服务器的 API 端点! * 模型监控:实时监控您的模型性能。在客户遇到潜在的故障案例之前识别并修复它们。设置警报。 * 自动化管道:将您的简历生命周期转变为工作流程。直接可视化和审查您的预测,以改进您的训练数据并提高模型的效率。 Picsellia 被设计为尽可能可扩展,因为我们提供了一个开放的环境,所以我们的客户不会被我们的产品所束缚。它促进协作、降低故障率并随您的业务扩展。
Robust Intelligence
robustintelligence.com
强大的智能使企业能够通过自动化解决方案来保护其人工智能转型,以防范安全威胁。 Robust Intelligence 的平台包括一个引擎,用于检测和评估模型漏洞,以及建议和实施必要的防护措施,以减轻生产中人工智能应用程序面临的威胁。这使得公司能够通过一次集成来满足人工智能安全标准,并在后台自动工作以保护应用程序从开发到生产的整个过程。 Robust Intelligence 得到红杉资本和 Tiger Global 的支持,并受到 ADP、摩根大通、Expedia、德勤、思科和美国国防部等领先公司的信任,以解锁企业人工智能使命。
Bria
bria.ai
BRIA.ai 是一个视觉生成人工智能平台,以其专有的生成人工智能技术而闻名。它有助于大规模创建定制的视觉内容。 该平台专为多种应用程序而设计,包括艺术家和初创企业的使用。该平台的构建重点是负责任的创新,通过道德和负责任的人工智能实践促进可持续、公平和合法的创意生态系统。 它使用 100% 经许可、认证的数据集,以确保免受版权、商标和隐私问题的影响。它还具有专利归因引擎,可以补偿创作者,营造安全的商业环境。BRIA.ai 提供人工智能基础模型,用于构建独特的视觉 Gen AI 功能和服务工具,用于模型推理、评估、优化和微调。 用户可以使用全面的 API 套件生成和修改视觉效果,并通过微调数据功能来个性化品牌内容。它具有 IFRAME / SDK,可快速集成 Gen AI,从而增强用户体验并加快市场进入,而无需开发工作。 BRIA.ai 还提供了一个 Web 应用程序来试验其视觉生成 AI 功能。BRIA.ai 确保其模型专门针对许可且安全使用的数据进行训练,确保不侵犯版权或有害内容,并确保多样性、公平性、和公正性。 该平台专为商业用途而设计,旨在以无与伦比的灵活性解决各种业务挑战。它允许团队以适合其特定需求的通用方式独立利用其基础模型和 API。
Kolena
kolena.com
Kolena 是一个 ML 测试平台,允许 ML 团队严格测试其模型行为。借助 Kolena,机器学习团队可以识别和跟踪故障模式,以帮助工程人员、领导层和客户更好地了解模型性能并找出差距。
Imandra
imandra.ai
Imandra 是一个云原生自动推理引擎,用于分析算法,为算法设计和治理带来前所未有的严谨性和自动化。
Modular
modular.com
下一代人工智能开发者平台,统一全球人工智能的开发和部署。
Superwise
superwise.ai
随着越来越多的企业依靠人工智能模型来提高影响力和利润,管理、监控和优化这些模型的现实行为的需求也在增长。 Superwise.ai 是一家监控并确保生产中人工智能模型健康状况的公司。 Superwise.ai 已被顶级组织使用,每天监控数百万个预测,以消除这些模型的黑盒性质带来的风险:错误的决策、不必要的偏差和合规问题。他们的人工智能保证解决方案是所有利益相关者的真相来源之一,并为数据科学和运营团队提供正确的见解,通过变得更加独立、敏捷并增强对模型运营的信心来扩展人工智能的使用。 已实施的用例包括客户终身价值 (CLV) 预测、欺诈检测、潜在客户评分、承保、信用风险等。 superwise 因其创新技术和方法而受到认可,最近被 Gartner 评为 2020 年企业 AI 治理领域的酷供应商。
Tenyks
tenyks.ai
Tenyks 是剑桥大学的一家衍生公司,致力于发明人类与人工智能互动的方式,以实现保护和愉悦。保护世界免遭人工智能的滥用,同时也确保人工智能的发展充满激情、兴奋和欢乐! 我们正在构建一个 MLOps 监控和验证平台,帮助人工智能开发人员处理计算机视觉数据,更快地构建更可靠的软件。具体来说,我们的平台可以帮助机器学习开发人员了解他们的软件存在什么问题并进行修复。 在 Tenyks,我们设定的目标高得离谱,并齐心协力,走得比以前想象的更远。我们从小事做起,努力工作,快速交付,以开放的心态迎接不可避免的障碍,因为挑战激发了我们对学习的强烈渴望。泰尼克斯人不区分工作和娱乐。我们只是追求卓越的愿景,让其他人来决定我们是在工作还是在玩耍。
Portkey
portkey.ai
Portkey 是人工智能应用程序的重要控制面板,受到全球数千个开发团队的信赖。我们的综合套件包括: - AI 网关:无缝管理和路由您的 AI 请求 - Guardrails:确保 AI 操作的可靠性和安全性 - 可观察性套件:深入了解您的 AI 应用程序性能 - 提示管理:创建、管理、版本和更新在所有人工智能提供商之间轻松部署提示。利用 Portkey 可靠且经济高效的解决方案改进您的 AI 应用程序开发流程,该解决方案专为速度和性能而设计。
Verta
verta.ai
Verta 是一家位于帕洛阿尔托的初创公司,致力于构建软件基础设施,帮助企业数据科学和机器学习 (ML) 团队快速开发和部署 ML 模型。 Verta 平台建立在 MIT CSAIL 对 ModelDB 的开创性研究之上,ModelDB 是第一个开源模型管理系统,目前在财富 500 强公司中使用。 Verta 的技术扩展了 ModelDB,以支持整个建模生命周期,包括模型训练、部署和治理。
ZenML
zenml.io
ZenML 是一个可扩展的开源 MLOps 框架,用于创建可移植、可用于生产的 MLOps 管道。它专为数据科学家、ML 工程师和 MLOps 开发人员构建,以便他们在开发到生产时进行协作。 ZenML 具有简单、灵活的语法,与云和工具无关,并且具有适合 ML 工作流程的接口/抽象。 ZenML 将您最喜欢的所有工具集中在一处,以便您可以定制工作流程以满足您的需求。
Credo.ai
credo.ai
Credo AI 的使命是让企业能够负责任地大规模构建、采用、采购和使用人工智能。 Credo AI 的尖端人工智能治理平台可实现人工智能监督和风险管理的自动化,同时使监管符合欧盟人工智能法案、NIST 和 ISO 等新兴全球标准。 Credo AI 让人类掌控人工智能,以实现更好的商业和社会。
Gurobi
gurobi.com
Gurobi 生产世界上最快、最强大的数学优化求解器 – Gurobi Optimizer – 40 多个不同行业的领先全球公司使用它来快速解决复杂的现实问题并做出自动化决策,以优化其效率和盈利能力。 作为数学优化软件的市场领导者,我们的目标不仅是提供最好的求解器,而且还提供最好的支持——以便公司能够充分利用数学优化的力量(单独或与机器等其他人工智能技术相结合)学习)来推动最佳的业务决策和结果。 Gurobi 成立于 2008 年,业务遍及美国、欧洲和亚洲,在全球拥有超过 2,500 家客户,其中包括 SAP。法航、Uber 和国家橄榄球联盟 (NFL)。
Statsig
statsig.com
Statsig 是领先的产品实验平台,可帮助企业利用数据快速交付并构建更好的产品。 Microsoft、Figma、Notion、Flipkart、Eventbrite、Ancestry、Headspace 和 Univision 等公司使用 Statsig 来管理功能推出、自动化实验并根据性能指标做出决策。 Statsig 由 Facebook 前工程师于 2021 年创立,支持数千项实验,影响全球超过 10 亿最终用户。 Statsig 使实验民主化,这是降低开发风险的一个重要方面,以前只有大型科技公司才能使用。
Modelshop
modelshop.com
Modelshop 拥有创建 AI 模型所需的所有工具,全部集中在一个平台上。跳过编码步骤并比以前更快地交付智能解决方案。 分析师、数据科学家和工程师选择 Modelshop 将他们的模型快速扩展为软件应用程序。 Modelshop 使领域专家能够快速将其模型实施到业务流程中,以抓住机遇。团队通过授权主题专家、边构建边测试、无需重新编码即可部署以及随着时间的推移进行优化来加快生产时间。
CoreWeave
coreweave.com
CoreWeave 是一家专业的云提供商,在业界最快、最灵活的基础设施之上提供大规模的 GPU 计算资源。作为计算和可视化领域的 NVIDIA 精英云解决方案提供商,CoreWeave 为计算密集型用例(VFX 和渲染、机器学习和 AI、批处理和像素流)构建云解决方案,其速度比 NVIDIA 快 35 倍,成本低 80%大型、通用的公共云。
censius
censius.ai
适用于企业 ML 团队的 AI 可观测平台。 获得结构化和非结构化生产模型的端到端可见性,并采用主动的模型管理方法来持续提供可靠的机器学习。
Kognic
kognic.com
科尼奇 |适用于 ADAS/AD 的一流传感器融合解决方案。数据集管理平台帮助全球企业组装高效的地面实况数据管道以进行传感器融合。 Kognic 提供数据平台,加速性能关键型应用程序的机器学习。我们经过验证的 MLOps 工具使工程师和产品团队能够以可测量且经济高效的方式开发、测试和部署 ADAS/AD 系统。
Veritone
veritone.com
Veritone Attribute 正在改变媒体广播中的营销归因,利用人工智能技术为所有广播格式的广告提供近乎实时的绩效指标,包括预定和未预定的广告(实时阅读、有机提及促销)。 Veritone Attribute 利用广播广告的数据,并将其与广告商的网站分析相关联。借助 Attribute,媒体广播公司可以展示其广播活动的数字价值,从而提高广告商满意度并扩大收入。快速洞察 — 近乎实时地收集和查看丰富、可靠的营销活动数据 灵活的设置 — 可针对每个客户、广告商和营销活动进行定制 高度可视化 — 仪表板提供简单、可共享的归因数据可视化 了解更多信息,请访问 https://www.veritone。 com/applications/attribute.com/应用程序/属性。
Encord
encord.com
Encord 是从数据中解锁人工智能的端到端平台。大规模安全地开发、测试和部署预测性和生成式人工智能系统,以释放机器学习的价值。创建高质量的训练数据、利用主动学习管道、评估模型质量、微调模型等等,全部集中在一个易于使用的平台上。 * 注释 - 通过可定制的工作流程和质量控制工具,有效地标记任何视觉模式并管理大规模注释团队。 * 主动 - 测试、验证和评估您的模型,并展示、整理和优先考虑最有价值的数据进行标记,以增强模型性能。 * Apollo - 大规模训练、微调和管理专有模型和基础模型,用于生产人工智能应用程序。 * 加速 - 按需、专业的标签服务可帮助您扩大规模。 Encord 受到 RapidAI、Tractable、Stanford Medicine、Memorial、伦敦国王学院、NHS、UHN、皇家海军、Veo 和许多其他跨国公司的先锋 AI 团队的信赖。
Segments.ai
segments.ai
用于机器人和自动驾驶的多传感器标签平台。 Segments.ai 是一个快速、准确的多传感器数据标注数据标注平台。您可以通过图像、视频和 3D 点云(激光雷达和 RGBD)的直观标签界面获取分割标签、矢量标签等。 Segments.ai 是一个自助平台,当您需要时,我们的核心工程师团队会提供专门支持。 * 一个终于有意义的Python SDK * 文档使设置变得轻而易举 * 仅当您遇到困难时才提供自助服务和支持,这样我们就不会减慢您的速度 * 使用 webhooks 自动触发操作 * 连接您的云提供商(AWS、Google Cloud、Azure) * 导出到流行的机器学习框架(PyTorch、TensorFlow、Hugging Face) 加入您的劳动力或使用我们的劳动力合作伙伴之一。我们的管理工具可以轻松地一起标记和审查大型数据集。
Superb AI
superb-ai.com
Superb AI 是一家领先的计算机视觉平台和专业服务提供商,提供企业级、端到端 MLOps 和 DataOps 工作流程,以加速以数据为中心的 AI 的采用和开发。通过基于人工智能的自动化的实际应用,Superb AI 帮助团队更有效地管理整个机器学习生命周期,从数据注释到管理、模型训练和部署,同时确保最佳的数据准确性和一致性。 Superb AI 被三星、LG、现代、Kakao 和新日铁等顶级 ML 从业者所使用,其使命是通过显着减少从概念验证到验证所需的时间、成本和精力来实现人工智能的民主化。生产。
TrueFoundry
truefoundry.com
TrueFoundry 是一个云原生 PaaS,供机器学习团队在自己的云/本地基础设施上构建、部署和交付 ML/LLM 应用程序,并通过正确的治理控制以更快、可扩展、经济高效的方式,使他们能够实现 90比其他团队更快实现价值 %。 TrueFoundry 抽象出所需的工程并提供 GenAI 加速器 - LLM PlayGround、LLM Gateway、LLM Deploy、LLM Finetune、RAG Playground 和应用程序模板,使组织能够加快整体 GenAI/LLMOps 框架的布局。企业可以在其内部系统中即插即用这些加速器,也可以在我们的加速器之上进行构建,以便为 GenAI 开发人员提供他们选择的 LLMOps 平台。 TrueFoundry 是模块化的,完全由 API 驱动,与市场上流行的工具(如 LangChain、VectorDBs、GuardRails 等)进行了原生集成。 TrueFoundry 与超过 25 家财富 500 强公司以及高科技中端市场公司合作,包括 WadhwaniAI、WhatFix、2 家财富 100 强医疗保健、Games24x7、AvisoAI 等。 TrueFoundry 得到了红杉资本、Eniac 和 Naval Ravikant、Anthony Goldbloom 等天使投资人的支持,以及来自顶尖科技公司的 50 多位 AI 和 ML 领导者、财富 500 强 CXO 以及 AlphaSense、Innovaccer、WhatFix、Rubrik 等独角兽公司创始人的支持。
Arthur
arthur.ai
Arthur 是一家人工智能表演公司。 我们帮助数据科学家、产品所有者和商业领袖加速表格、NLP 和计算机视觉模型操作,以优化准确性、可解释性和公平性。 * 准确性:跟踪模型性能以检测数据漂移并做出反应,并提高模型准确性以获得更好的业务成果。 * 可解释性:利用 Arthur 的可解释性和透明度 API 建立信任、确保合规性并推动更具可操作性的机器学习结果 * 公平性:主动监控偏差,根据自定义偏差指标跟踪模型结果,并提高模型的公平性。 * Arthur 以研究为主导的产品开发方法推动了计算机视觉、NLP、偏见缓解和其他关键领域的独特能力。
Qwak
qwak.com
Qwak 是一个完全托管、可访问且可靠的 AI 平台,允许 AI 从业者转换和存储数据,构建、训练和部署其 AI 应用程序,然后监控整个管道,所有这些都在一个平台中进行。 Qwak 的即用即付定价模式让您可以轻松地大规模交付成果。
PI.EXCHANGE
pi.exchange
PI.EXCHANGE AI 和分析引擎(引擎)是一个数据科学和机器学习 (ML) 平台,使每个人(甚至是新手用户)能够在几分钟或几小时(而不是几周或几个月)内以经济实惠的方式构建高性能 ML 应用程序 - 否需要编码。 易于使用的连接工具链提供了您在单个管道中从原始数据到预测和见解所需的一切。手动和重复的机器学习任务是自动化的,引擎的智能功能有助于端到端地指导用户。 您可以通过引擎的无代码图形用户界面 (GUI) 或 API 和 SDK 来开发和部署 ML 应用程序。因此,无论您是构建一个没有专用数据科学资源的小型试点项目,还是部署大型企业机器学习系统,您都可以为现有团队配备正确的工具,以快速构建有意义的解决方案。 “引擎的强大之处不仅在于它能够创建高质量的预测模型,还在于它能够让您在几分钟而不是几周内启动并运行并评估结果。”
WhyLabs
whylabs.ai
WhyLabs 使团队能够精确、可控地利用人工智能的力量。从财富 100 强公司到人工智能优先的初创公司,团队都采用 WhyLabs 的工具来监控和执行机器学习和生成人工智能应用程序的实时管理。借助 WhyLabs,团队将手动操作减少了 80% 以上,并将解决 AI 事件的时间缩短了 20 倍。 WhyLabs AI 控制平台根据用户提示、RAG 上下文、LLM 响应和应用程序元数据实时评估数据,以发现潜在威胁。凭借经过优化可直接在推理环境中运行的低延迟威胁检测器,WhyLabs 可以最大限度地提高安全性,而无需考虑相关的成本、性能或数据隐私问题。
JFrog
jfrog.com
快速交付值得信赖的软件。唯一的软件供应链平台,可为您提供端到端的可见性、安全性和控制,以自动交付可信版本。 可大规模扩展的混合 JFrog 平台开放、灵活,并与构成软件供应链的所有成套技术和工具集成。 组织受益于对任何类型的发布和部署环境的完全可追溯性,包括机器学习模型、在边缘运行的软件以及在生产数据中心部署的软件。