Linux基金会底下的AI基金会（Linux Foundation AI Foundation，LFAI）技术咨询委员会同意托管IBM的可信人工智能（Trusted AI）项目，因此包括用来处理机器学习偏差的AI Fairness 360工具包，以及可让人工智能抵御攻击的Adversarial Robustness 360工具包，都将从IBM移往LFAI。
IBM在公平机器学习领域发展很早，其所发展的偏差缓解算法被大量引用，IBM通过先进的机器学习方法，减少特定群体以及个人在机器学习中受到歧视，而这些研究被集成创建成AI Fairness 360开源工具包，可以用来检测和减轻机器学习模型以及资料集的偏差，其提供了约70种度量标准来检测偏差，还有11种算法能够减轻资料集和模型中存在的偏差。
而Adversarial Robustness 360（ART）工具包则是用来强化机器学习安全性的Python函数库，ART提供了一些工具，让开发者能够评估、防御和验证机器学习模型，使其能够抵御各类针对机器学习模型和应用程序的攻击，ART支持TensorFlow、Keras、PyTorch、MXNet和scikit-learn等各种热门的机器学习框架。
另外，IBM也将AI Explainability 360（AIX360）工具包贡献给LFAI，该工具提供机器学习模型可解释性的各种算法、程序代码、指南以及范例，AIX360会通过交互式体验，介绍各种概念以及功能。
IBM除了贡献这些工具包，在去年的时候，也与LFAI合作，成立可信人工智能委员会，致力于定义和实例人工智能部署的信任原则，并且希望在Apache Nifi或Kubeflow Pipelines中集成Trust 360工具包。