事实证明，机器学习(ML)算法是解决各种现实问题(包括图像，音频和文本分类任务)的极有价值的计算工具。全世界的计算机科学家每天都在开发更多这些算法。因此，跟踪它们并快速找到或访问过去引入的内容变得越来越具有挑战性。
考虑到这一点，普渡大学和辛辛那提大学的研究人员最近创建了HAMLET，该平台可以帮助计算机科学家和开发人员浏览现有的机器学习模型并训练或评估自己的算法，从而帮助他们进行研发工作。该平台在arXiv上预先发表的一篇论文中提出，可以最终使世界各地开发的机器学习模型民主化，从而使研究团队可以彼此共享他们的模型。
进行这项研究的研究人员之一艾哈迈德·埃斯马埃利(Ahmad Esmaeili)告诉TechXplore：“组织和跟踪机器学习算法和数据集一直是我们以及该领域其他许多研究人员面临的重大挑战。” “当ML解决方案和组件的数量随着时间的推移以及从一个项目到另一个项目的持续增长而变得尤为重要。在开发HAMLET时，我们致力于通过不仅管理可用的ML贡献来创建满足上述需求的平台。和资产以分散的方式进行，而且还可以促进诸如有效访问，比较和评估这些资源的操作。”
