Aquarium
Aquarium 是 AISG 内部使用的 AI 模型管理平台，覆盖数据集管理、训练实验追踪、模型版本控制、部署监控等 ML lifecycle 环节。它不是独立产品，更像 AISG 的"内部 MLOps 系统"。
📖 是什么
Aquarium 的功能模块：
- 数据集管理：版本化、标注、分布分析
- 实验追踪：训练 metrics、超参、checkpoint
- 模型注册：model registry，支持版本回滚
- 部署监控：在线模型的性能、漂移监控
设计上类似 MLflow + Weights & Biases + DVC 的组合，但针对 AISG 自己的工作流定制。
🤖 与 AI 的关系
Aquarium 在 AISG 的角色：让 AIAP 学徒、SEA-LION 团队、各 AI 项目共享统一的 ML 工程基础设施。
价值在于：
- 学徒不用每次项目都搭建实验追踪
- SEA-LION 等大项目的 checkpoint / 数据集管理有统一规范
- 跨项目可以重用数据集和组件
🇸🇬 与新加坡的关系
Aquarium 是 AISG"工程化"的内部体现——国家级 AI 机构需要工程基础设施，否则人力成本会被基础设施搭建吃掉。
在「七条传导杠杆」里：
- 杠杆 1（基础设施）：AISG 内部 ML 工程能力的基础
观点：Aquarium 不是 AISG 对外的旗舰产品，但它是 AISG 能持续高效输出（SEA-LION、TagUI、PeekingDuck 等）的工程基础。