Supametas.AI 是一个专注于数据处理的平台，旨在通过智能技术将非结构化数据（如网页、文档、PDF、音频、视频等）转化为结构化数据集，特别适用于 LLM（大型语言模型）RAG（检索增强生成）应用。它声称能显著缩短数据处理时间，帮助用户更高效地构建知识库。
Plat.AI 是一款预测分析软件，支持使用机器学习和深度学习算法构建和部署自定义模型，实现实时预测。它提供了自动化的模型构建平台，配备数据预处理工具、自定义建模解决方案和无代码建模能力。
SynapseML是一个轻量级、可扩展的分布式机器学习库，旨在支持大规模数据处理和机器学习任务。它与Apache Spark紧密集成，提供多种机器学习算法和丰富的数据预处理工具，能够与Azure服务无缝对接，适合在多种数据源和输出格式中使用。
Openlayer是一个先进的平台，旨在使用机器学习算法构建高质量、可信赖的模型。它提供了一个工作区，用于从头开始评估和设计机器学习模型。用户可以创建账户并访问评估工作区，上传数据集，配置模型参数，并选择合适的机器学习算法进行训练和测试。Openlayer配备了用户友好的界面，提供数据预处理、特征选择、模型评估和可视化工具。
Lightning AI是一个使用PyTorch训练、部署和构建AI模型的平台，以其超快的性能而闻名。它由PyTorch Lightning的创作者开发，提供用户友好的界面来管理训练过程和监控模型性能，适用于计算机视觉、自然语言处理、推荐系统和强化学习等多个领域。
Łukasiewicz是一个完全自动化的平台，可以将表格数据转换为机器学习模型。用户只需上传数据，便可一键生成机器学习模型。该项目仍处于早期阶段，正在进行深入研究，我们期待用户的反馈。
XGBoosting是一种高效的开源机器学习算法，使用梯度提升框架，特别适合处理大规模数据，广泛应用于分类、回归及排序等任务。它通过并行计算和正则化技术提高模型的准确性和可解释性，支持多种编程语言，适合各种数据科学项目。
KeaML是一个AI开发平台，支持用户在开发、训练和部署的各个阶段。用户可以通过直观的界面和强大的工具轻松开发和训练AI模型，并将其部署到生产环境中，实现AI在应用中的价值。
Xero.AI 是一个端到端的无代码机器学习平台，旨在让用户轻松利用人工智能的力量。无论用户的编程技能如何，都可以轻松构建和部署机器学习模型。
GoAIAdapt是一个AI软件平台，提供创建或导入数据集、应用机器学习算法和部署强大人工智能模型的前沿解决方案。
Heimdall是一个平台，允许用户利用机器学习（ML）进行各种应用，用户可以上传数据，选择算法，自动训练模型并获得预测或见解。
Taipy是一个强大的工具，可以将数据和人工智能算法转化为完整的网络应用程序，支持快速构建数据驱动的应用，集成多种机器学习和AI算法，提供用户友好的界面和丰富的数据可视化功能。
MindsDB 通过将各种数据类型与AI技术连接，简化信息在数据库和AI系统之间的转移，使日常任务的处理更加高效。它支持多种AI模型，适用于预测和分类等多种应用。
Embedefy简化了获取嵌入的过程，使得增强各种AI应用变得更加容易。它提供了一个简单的API来检索文本的嵌入，适用于检索增强生成（RAG）、语义搜索等多种AI应用。此外，Embedefy的PostgreSQL扩展允许用户从数据库中直接访问嵌入，无需构建和维护额外的应用程序。
Cleora PRO帮助数据科学和分析团队在没有昂贵硬件的情况下创建高质量的嵌入。用户可以通过加入Cleora PRO的私人测试版，从数据库中提取三列数据，系统会自动检测数据中的图形。
Qdrant是一个用Rust编写的开源向量数据库和向量搜索引擎，提供快速、可扩展的向量相似性搜索服务，并拥有便捷的API。
Perceiver IO是DeepMind的Perceiver IO的非官方PyTorch实现，支持分布式训练，具有通用输入处理能力，适用于图像、文本和音频等多种任务，设计高效，能够处理大规模数据。
Kansformers是一个基于知识增强网络（KANs）的Transformer架构，旨在提高自然语言处理任务的性能。它提供多种预训练模型，支持针对特定任务的微调，并具备高效的模型推理能力和灵活的API设计，适合多种应用场景。
