* Fournir des implémentations de référence de haute qualité d’algorithmes d’explication de modèles ML en boîte noire

* Définir une API cohérente pour les méthodes ML interprétables

* Prendre en charge plusieurs cas d’utilisation (par exemple, classification des données tabulaires, textuelles et images, régression)

* Mettre en œuvre la dernière explication du modèle, la dérive des concepts, la détection des biais algorithmiques et d’autres méthodes de surveillance et d’interprétation des modèles ML.