Captum est une bibliothèque extensible qui fournit des implémentations à usage général pour l'interprétabilité des modèles dans PyTorch. Son objectif est de démystifier les modèles d'apprentissage automatique complexes en offrant plusieurs algorithmes pour analyser et comprendre les prévisions des modèles. Captum comprend une variété de méthodes telles que l'ablation de caractéristiques, les gradients intégrés et d'autres, qui aident les chercheurs et les développeurs à comprendre et à améliorer leurs modèles.

Imandra propose un système de raisonnement automatisé natif cloud conçu pour apporter rigueur et transparence à l'analyse et à la conception d'algorithmes complexes. Avec Imandra, les utilisateurs peuvent convertir les entrées en logique mathématique et automatiser les processus de raisonnement, garantissant ainsi la sécurité, l'équité et la conformité des algorithmes. Imandra est particulièrement adapté aux secteurs à haut enjeu tels que la finance, où la fiabilité des algorithmes est critique.