大约 Qlib是一个面向人工智能的量化投资平台，旨在利用人工智能技术在量化投资中发挥潜力，赋能研究，创造价值，从探索想法到实施生产。Qlib 支持多种机器学习建模范式。包括监督学习、市场动态建模和 RL。

作为阿里巴巴集团开发的搜索引擎，Havenask是阿里巴巴集团内部广泛使用的大型分布式信息搜索系统。它为阿里巴巴集团的业务提供淘宝、天猫、菜鸟、高德地图、Ele.me 和全球服务的搜索服务。它以低成本提供高性能且易于使用的搜索服务。Havenask 还提供灵活的定制和开发功能。它的算法可以快速迭代。通过这种方式，Havenask 使您能够开发适合您业务的智能搜索服务，并促进业务增长。

FedLCM是一个基于Web的联邦学习的联邦生命周期管理服务，支持联邦学习组件和应用的部署管理，联邦网络创建以及底层基础设施的安装配置等。

Kubeflow 项目致力于使在Kubernetes 上部署机器学习 （ML） 工作流变得简单、可移植且可扩展。我们的目标不是重新创建其他服务，而是提供一种直接的方法，将用于 ML 的最佳开源系统部署到各种基础架构。无论你在哪里运行Kubernetes ，你都应该能够运行库贝流。

联邦学习涉及多方协作训练机器学习模型，因此它通常基于分布式系统。KubeteFATE 使用云原生技术（如容器）管理联邦学习工作负载。KubeFATE 使联邦学习作业能够跨公有云、私有云和混合云环境运行。 目前，KubeFATE 支持通过 Docker Compose 和 Kubernetes 部署 FATE。

KubeDL 使深度学习工作负载能够更轻松、更高效地在 Kubernetes 上运行。