Athina AIPiattaforma di sviluppo collaborativo per l'intelligenza artificiale per la creazione, il test e la monitoraggio delle funzionalità AI.

Athina è un piattaforma di sviluppo AI collaborativo progettato per aiutare le squadre a costruire, testare e monitorare caratteristiche AI, con l'obiettivo di accelerare la loro spedizione nella produzione. La piattaforma copre diversi ruoli all'interno di una squadra di AI, tra cui ricercatori dati, manager di prodotto, team QA ed ingegneri, offrendo strumenti e interfacce personalizzati. Consente sia agli utenti tecnici, che possono interagire in modo programmatico attraverso SDK e API, sia agli utenti non tecnici, che possono avvantaggiarsi di un interfaccia senza codice per compiti come la creazione di flussi AI complessi. Le capacità di base includono una gestione di sollecitazioni completa, che supporta varie modelli anche personalizzati, insieme a funzionalità per il testing e l'esecuzione delle sollecitazioni. Offre valutazioni estese dei dati, offrendo più di 50 metriche valutative di serie predefinite oltre a opzioni per configurare le valutazioni personalizzate. La piattaforma supporta anche la regeneration dei dati di esperimento consentendo agli utenti di modificare con facilità i modelli, le sollecitazioni o i raccoglitori. Athina integra i team di QA umani per lavorare insieme alle valutazioni AI, consentendo la verifica dei risultati di valutazione ed il markup dei dataset. Gli utenti possono produrre prototipi di catene AI potenti ed eseguirle in modo programmato, e gli scienziati dei dati possono comparare i dataset a viso aperto con l'interazione SQL. Per il settore della produzione di AI, Athina offre funzionalità di osservabilità robuste, comprese potenti attività di monitoraggio specificamente progettate per tracce AI. Esse catturano ogni passo dei flussi di LLM, permettendo il replay e l'analisi. Le valutazioni online continue possono essere configurate per svolgersi sui log in arrivo, fornendo una visibilità permanente sull'accuratezza. Le statistiche di segmentazione aiutano a capire come la prestazione del modello cambia nel tempo e in aree diverse, consentendo di confrontare i punteggi di valutazione per istruzione, modello argomento, o ID del cliente. Le principali caratteristiche evidenziate includono la completa privacy dei dati grazie a controlli di accesso finemente regolati e l'opzione di un'implementazione self-hosted all'interno del proprio VPC. Athina è anche conforme al requisito SOC-2 Type 2 e supporta l'integrazione con modelli personalizzati e provider come Azure OpenAI e AWS Bedrock.