MLRun v1.8.0-rc36版本发布:模型监控与功能增强
MLRun是一个开源的机器学习运维(MLOps)平台,它简化了机器学习工作流程的构建、部署和管理过程。作为数据科学家和机器学习工程师的强大工具,MLRun提供了从数据准备到模型部署的全生命周期管理能力。
核心功能更新
本次发布的v1.8.0-rc36版本带来了多项重要改进,主要集中在模型监控和功能增强方面。
模型监控功能优化
在模型监控方面,开发团队做出了两项关键改进。首先,默认禁用了直方图应用中的Plotly图表输出,这一变化减少了不必要的资源消耗,提高了系统效率。其次,现在可以通过add_model方法直接添加输出参数,这为模型监控的配置提供了更大的灵活性。
数据流处理改进
对于使用V3IO流的数据处理场景,修复了控制器在处理提交偏移量(committed offset)时的问题。这一修复确保了数据流处理的准确性和可靠性,特别是在长时间运行的监控任务中。
功能增强与API优化
项目与工件管理
项目加载机制得到了改进,现在在从Git重新加载项目前需要先关闭当前项目,这一变更避免了潜在的资源冲突问题。在工件(Artifact)管理方面,确保了list_artifacts方法在设置limit参数时的正常工作,并且改进了结果的排序机制,使得工件列表更加有序和可预测。
废弃功能清理
本次版本继续推进API的清理工作,移除了多个已废弃的API接口,包括特征存储(Feature Store)中的一些过时功能。同时修复了last参数移除后可能引发的问题,保持了向后兼容性。
测试与稳定性提升
在测试方面,改进了多线程会话测试(test_sessions_are_different_per_thread_100),提高了测试的可靠性和准确性。对于Nuclio集成,现在在API调用中强制要求提供项目名称,增强了系统的健壮性。
总结
MLRun v1.8.0-rc36版本在模型监控、数据处理和系统稳定性方面做出了重要改进。这些变更不仅提升了平台的性能和可靠性,也为用户提供了更加流畅的开发体验。随着废弃功能的逐步清理和新功能的持续引入,MLRun正朝着更加成熟和稳定的方向发展。
- QQwen3-Omni-30B-A3B-InstructQwen3-Omni是多语言全模态模型,原生支持文本、图像、音视频输入,并实时生成语音。00
community
本项目是CANN开源社区的核心管理仓库,包含社区的治理章程、治理组织、通用操作指引及流程规范等基础信息010GitCode-文心大模型-智源研究院AI应用开发大赛
GitCode&文心大模型&智源研究院强强联合,发起的AI应用开发大赛;总奖池8W,单人最高可得价值3W奖励。快来参加吧~0274get_jobs
💼【AI找工作助手】全平台自动投简历脚本:(boss、前程无忧、猎聘、拉勾、智联招聘)Java01Hunyuan3D-2
Hunyuan3D 2.0:高分辨率三维生成系统,支持精准形状建模与生动纹理合成,简化资产再创作流程。Python00Spark-Chemistry-X1-13B
科大讯飞星火化学-X1-13B (iFLYTEK Spark Chemistry-X1-13B) 是一款专为化学领域优化的大语言模型。它由星火-X1 (Spark-X1) 基础模型微调而来,在化学知识问答、分子性质预测、化学名称转换和科学推理方面展现出强大的能力,同时保持了强大的通用语言理解与生成能力。Python00GOT-OCR-2.0-hf
阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile09
- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
热门内容推荐
最新内容推荐
项目优选









