模型监控
aporia.com
Aporia是面向机器学习场景的模型可观测性管理平台，核心定位是帮助团队全生命周期管控ML、LLM及生成式AI模型运行状态，保障模型输出符合预期。平台核心功能包括多维度模型性能监控、异常根因自动分析、LLM输出合规防护三类，同时支持自定义监控规则、多源数据对接等扩展能力。目标用户覆盖机器学习工程师、数据科学家、AI产品经理、企业风控合规人员等，可应用于模型上线前测试验证、上线后实时运行监控、业务异常排查、LLM应用输出合规管控等场景，降低模型故障对业务的影响。
datarobot.com
DataRobot是面向企业的开放AI平台，核心定位是覆盖全AI生命周期的管理工具，可支撑企业在预测建模、生成式AI落地等场景的需求。平台核心功能包括自动化机器学习训练、全流程模型监控、AI合规管控模块，同时支持云环境与混合部署模式，满足不同企业的基础设施适配要求。目标用户覆盖金融、零售、制造、医疗等行业的AI开发团队、数据分析师、业务决策人员，可用于客户流失预测、供应链需求预判、生成式内容合规校验等多种业务场景，帮助企业落地AI应用并输出业务价值。
domino.ai
Domino Data Lab是面向企业的端到端AI研发与运营统一平台，核心定位是帮助企业打通AI从原型开发到生产落地的全流程链路，实现AI项目的规模化落地。平台支持跨环境资源统一调度，可对接企业现有不同架构的计算集群、数据存储与常用数据科学工具，无需重构现有技术栈；内置全流程协作与版本追溯机制，数据科学团队成员可共享项目资源、跟踪模型迭代路径；提供模型全生命周期治理能力，可实时监控生产环境模型的性能表现与合规性。目标用户覆盖企业数据科学团队、AI研发部门、运维团队与合规管理团队，适用于金融风控模型开发、医疗临床预测模型落地、制造业预测性维护模型迭代、零售用户需求预测模型运营等多个企业级AI应用场景。
fiddler.ai
Fiddler AI是面向机器学习与大语言模型开发运维团队的AI可观察性与安全平台，核心定位是帮助企业实现模型全生命周期的可视化监控与风险防护。平台支持模型性能实时追踪、数据漂移检测、生成内容合规校验、公平性审计等核心功能，可覆盖从模型部署到持续迭代的全流程场景。目标用户包含企业AI研发团队、MLOps工程师、合规风控人员，适用于生产环境模型稳定运行监控、合规审核、模型迭代优化等业务场景，帮助企业降低AI落地过程中的性能偏差、数据失真、合规风险等问题。
runllm.com
RunLLM 是面向企业用户的人工智能问题解决与技术支持平台，致力于为企业提供基于大语言模型的技术问题排查、文档整合分析、团队协作支持等服务。平台整合了主流大语言模型能力，结合企业内部技术文档与公开技术知识库，帮助技术团队快速定位问题、获取解决方案，同时支持企业自定义配置模型与数据接入，满足不同行业企业的技术支持需求。核心功能包括技术问题智能检索、内部文档分析、协作问题排查、模型自定义部署、服务状态监控等，适合企业技术团队、运维人员、客服团队在日常技术问题处理、系统故障排查、客户问题响应等场景使用。
openlayer.com
Openlayer是面向AI模型全生命周期的评估与监控平台，核心定位是为AI开发团队提供模型从研发到上线后的全流程质量管控能力。平台支持大语言模型、文本分类、表格分类、表格回归等多类模型的测试评估，可自动识别模型输出偏差、性能衰减等问题，同时提供生产环境可观测能力，实时推送异常告警。该工具主要面向AI算法工程师、大语言模型开发人员、产品经理及AI项目运维人员，可用于模型上线前的迭代测试、上线后的效果监控、prompt优化效果验证、模型版本迭代效果对比等场景，帮助团队降低模型上线风险，提升模型交付质量。
hawkflow.ai
HawkFlow.ai是面向机器学习领域的MLOps、AI质量与治理平台，核心定位是为数据科学团队提供轻量化的模型全生命周期监控解决方案。平台支持模型性能异常检测、数据漂移自动识别、自定义告警配置三大核心功能，无需复杂的基础设施部署，仅通过简单代码集成即可接入。目标用户覆盖数据科学家、机器学习工程师、AI项目运维人员、企业算法团队负责人，适用于模型上线后日常性能巡检、生产环境数据质量监控、模型迭代效果对比、AI系统合规性审计等多个场景，帮助团队及时发现机器学习流程中的异常问题，降低模型故障带来的业务影响。
whylabs.ai
WhyLabs AI Observatory是专注于AI模型与数据可观测性的管理平台，核心为企业及AI开发团队提供模型全生命周期的监控与问题排查能力。核心功能包括多类型数据与模型统一监控、数据漂移与质量问题自动检测、多云环境快速集成适配，可帮助用户及时发现AI运行过程中的异常，降低模型故障带来的业务损失。平台面向AI算法工程师、数据科学家、MLOps运维人员、企业AI业务负责人等群体，适用于大语言模型落地、结构化数据预测模型部署、非结构化数据识别模型上线、AI系统日常运维等多个场景。