Fairlearn 是一个开源的社会技术驱动项目，旨在帮助数据科学家和工程师提升 AI 系统的公平性。项目提供以 Python 为核心的工具包用于评估和缓解模型在不同群体间的差异，并配套丰富的用户指南、API 文档和示例案例（如信用卡违约模型的公平性评估）。Fairlearn 强调公平不仅是技术问题，还涉及社会背景与制度性因素，鼓励社区贡献度量、算法和实践经验，并通过教程、Jupyter Notebook 示例与社区渠道（Discord、StackOverflow、GitHub 等）支持使用者快速上手与协作。可通过 pip 快速安装并在真实场景中应用其评估与缓解方法。
OpenDP 是一个致力于差分隐私（differential privacy）开源工具开发的社区与项目，由学术界与实践者共同维护，旨在为敏感数据的统计分析提供严格的隐私保护和统计有效性。该网站汇集了工具、教程、项目和社区机会（如暑期实习、访问学者和工作组），并通过 GitHub、Slack 和邮件列表等渠道促进协作。OpenDP 提供包括库、可视化与部署指南在内的资源，并持续发布新闻与更新，例如 DP Wizard、差分隐私部署登记处等项目，帮助研究者、工程师和数据管理者在真实场景中采用差分隐私技术。其内容面向希望在保留数据价值的同时保护个体隐私的研究人员与组织。
SolasAI 是一家专注于公平与可解释性人工智能（Fair & Responsible AI）的软件公司，旨在降低模型的运营、合规、法律与声誉风险。平台通过“用 AI 修复 AI”的方式，自动检测模型中的差异与偏差，解释驱动差异的因素，并生成可行的替代方案与减缓措施，支持在不替换现有系统的前提下直接接入现有模型与数据流。SolasAI 还提供用于合规与决策的文档与洞见，帮助企业在监管与业务目标之间取得平衡，广泛服务于银行、保险、医疗与金融科技等行业。
ForHumanity 是一个致力于推动 AI、算法与自主系统独立审计与风险缓解的非营利组织。该网站展示了其认证体系（ForHumanity Certifications）、教育与培训中心以及知识体系（Body of Knowledge，BOK），并号召全球志愿者与贡献者共同参与以建立“可信基础设施”。平台提供面向多种角色的认证路径与课程，包含免费入门课程与后续付费的认证考试，还发布相关文章和项目以传播治理、伦理、隐私与安全等议题。总体上，ForHumanity 将审计、教育、标准制定与社区动员结合，旨在提升 AI 系统的透明性、公正性与可问责性。
DAIR（Distributed AI Research Institute）是一家以社区为根基的独立研究机构，致力于通过定量与定性方法研究人工智能系统对社区的影响，并推动以被影响群体为中心的技术与治理实践。机构强调将实际生活经验纳入研究设计，以避免概念化或抽象化的假设，注重长期、严谨且有原则的研究流程。DAIR 的工作领域包括“数据推动变革”“揭示 AI 真正的危害”“替代技术未来”“AI 治理框架”等多个方向，并通过报告、项目与宣传推动政策与行业实践的改变。机构同时支持研究者的健康与可持续研究文化，倡导在工作之外保持家庭与社区连接，以提升研究质量与伦理性。
