UnBIAS est une boîte à outils d'analyse de texte et de débiaisage de pointe qui évalue et corrige les biais dans les données textuelles. Il a été conçu pour s'attaquer aux biais inhérents aux systèmes d'intelligence artificielle et promouvoir l'utilisation éthique des LLM. UnBIAS répond au besoin urgent de diffusion d'informations précises et impartiales à l'ère numérique actuelle et promeut l'équité et les pratiques éthiques en matière d'IA.

Un nouveau cadre d'interprétabilité pour les modèles génératifs, fournissant une interface logicielle conviviale pour interagir avec des modèles à grande échelle répartis sur des configurations multi-GPU et multi-nœuds. FlexModel contribue à rendre la recherche avancée en IA plus inclusive et plus accessible à tous, en réduisant les obstacles et en augmentant la sécurité et la fiabilité.

CyclOps est un ensemble d'outils d'évaluation et de suivi que les organismes de santé peuvent utiliser pour développer et évaluer des modèles d'apprentissage automatique sophistiqués dans des contextes cliniques à travers le temps, les lieux et les cohortes.

Le Principles in Action Playbook, développé par l'équipe AI Engineering de Vector, contient des conseils, des exemples et des astuces pour aider ceux qui développent des produits exploitant l'IA à le faire de manière responsable. Il a été créé pour aider les professionnels en première ligne - entrepreneurs, chefs de produit, concepteurs, responsables techniques et experts du domaine - à naviguer dans les complexités du développement de produits d'IA.

Un modèle fondamental de l'équipe d'ingénierie de l'IA de Vector pour optimiser le déploiement des modèles à la demande, permettant aux chercheurs et aux partenaires industriels qui n'ont pas forcément de connaissances techniques de se plonger directement dans l'expérience et de commencer à expérimenter les modèles fondamentaux. En 2022-23, près de 100 utilisateurs de la communauté de Vector ont utilisé Kaléidoscope plus de 700 000 fois, ce qui a permis de faciliter la recherche et l'adoption.

FLorist est une plateforme qui permet de lancer et de surveiller les travaux de formation en apprentissage fédéré (AF). Son objectif est de combler le fossé entre les implémentations d'algorithmes d'apprentissage fédéré de pointe et leurs applications en fournissant un système permettant de lancer, d'orchestrer, de gérer, de collecter et de résumer facilement les résultats des travaux de formation de FL4Health.

FL4Health est une bibliothèque flexible, modulaire et facile à utiliser pour faciliter la recherche et le développement de l'apprentissage fédéré (AF) dans le domaine de la santé. Elle vise à rendre accessibles et pratiques les méthodes d'apprentissage fédéré les plus récentes. Ces méthodes comprennent des algorithmes personnalisés destinés à résoudre des problèmes difficiles tels que la distribution de données hétérogènes, fréquente dans les environnements cliniques.