平台提供了AI开发四大要素：模型代码、数据集、模型和执行环境的统一管理
协作开发
鼓励通过创建合并请求（PR)的方式，更好的进行团队协作
代码评审让每一次的代码修改得以二次确认，提高代码质量
创建并指派任务(Issue)，让每一个任务的进展有迹可循，规范管理
被合并的PR，可获得奖励积分；积分总额可以显示出你在项目中的贡献度，也许有一天会有人愿意为此付费
数据集管理
数据是重要的生产要素，AI开发更是离不开数据；
- 数据与模型代码的协同，可在项目中上传关联的数据集；
- 数据存储免费，不限制文件大小；
- 数据可共享，标注清洗过的公开数据集，用户可设置为公有数据，供社区用户下载；
使用数据集
数据集可以直接用于训练或者推理任务中
创建任务时选择对应的数据集，启动任务执行环境(Docker)后，即可在Docker内访问到你的代码和数据，就像在你本地执行一样
AI流水线
提供集代码开发、数据管理、模型调试、推理和评测为一体的AI开发流水线
调试任务：
配置模型运行环境；
可在线编辑和调试模型代码，并将改动更新至代码仓库；
基于编辑好的脚本，开展模型评测任务；
作业任务：
利用已配置好的模型运行环境；
基于编辑好的脚本，一键运行，开展模型训练或模型推理任务；
