Aquarium Learning 官网

Aquarium Learning 图文介绍：

Aquarium Learning 2020 年成立于美国旧金山，定位为“数据驱动的 ML 运维平台”。产品通过主动学习与嵌入分析，对图像、文本、音频、结构化数据自动扫描，定位低置信度、异常、重复、标注错误等“问题样本”，并生成数据增强、重标注或删除建议；同时持续监控生产漂移，帮助团队在数小时内完成原本需要数周的数据清洗与模型迭代循环，显著降低 MLOps 成本。

主要功能

• 主动学习采样
• 基于嵌入密度+置信度+不确定性三维排序，自动挑出 1-5% 最具价值样本供人工确认。
• 数据错误检测
• 图像：模糊、过曝、标签边界不准、重复照片。
• 文本：错误标注、异常符号、低置信实体。
• 音频：静音段、错误转录、背景噪声。
• 漂移监控
• 对比训练集与生产集嵌入分布，输出 PSI、KS、欧氏距离，支持小时级告警。
• 智能标注
• 集成 Label Studio、Scale、AWS SageMaker Ground Truth，可一键创建重标任务并回传结果。
• 模型性能回测
• 用户确认数据修正后，平台自动重训练影子模型并给出 AUC、准确率提升预估。
• 嵌入可视化
• 提供 UMAP、TSNE 交互式散点图，支持按标签、置信度、日期筛选，可框选集群批量打标签。
• 协作与审计
• 多人评论、@提醒、操作日志；符合 SOC 2、GDPR、HIPAA，支持字段级脱敏。
• 无代码集成
• 官方连接器：AWS S3、GCP GCS、Azure Blob、Snowflake、Databricks、Label Studio、MLflow、Kubeflow。

应用场景：

• 自动驾驶：定位雨天、夜间等低性能场景图片，快速补充训练数据。
• 医疗影像：发现肺结节 CT 中标注错误与边缘模糊切片，降低漏诊风险。
• 金融风控：监控线上交易特征漂移，触发模型重训练。
• 零售视觉结算：检测货架 SKU 新增/包装变更导致的识别下降。
• 生成式 AI 微调：清洗大模型预训练语料中的重复、低质、版权风险文本。

是否收费：

• 免费社区版：每月 5 GB 数据量，单用户，S3 只读，社区支持。
• Growth：1,500 美元/月，100 GB，5 用户，漂移监控、重标集成、邮件支持。
• Enterprise：定采报价，不限量，VPC 部署，白标，专属客户成功经理。
• 教育/研究：.edu 邮箱免费使用 Growth 功能 12 个月。

平台兼容性：

• 云：AWS US-East、EU-Central；SOC 2、GDPR、ISO 27001 认证，支持 VPC 私有化。
• 客户端：纯 Web（Chrome、Edge、Safari、Firefox），无需安装。
• 数据格式：图像（JPG/PNG）、音频（MP3/WAV）、文本（CSV/JSON/Parquet）、视频（MP4 抽帧）。
• API & SDK：Python、REST、GraphQL、Airflow Operator、Databricks Notebook。
• 系统要求：可 SaaS 亦可本地部署；本地版支持 CentOS 7+、Ubuntu 20+、K8s 1.22+。
• SLA：99.9 % 可用性，付费用户 24 h 内响应；企业版 4 h 内响应。

Aquarium Learning 把“问题样本定位→重标→漂移监控→回测”做成一条无代码数据飞轮，帮助 ML 团队用更少人工快速找到影响模型性能的关键数据。对于数据量大、标注成本高、需持续监控生产漂移的自动驾驶、医疗、金融与 GenAI 客户，Aquarium 是目前在“主动学习精度、多模态支持与企业级部署”方面最成熟的 AI 开放平台之一。