ML 和 生成式AI
简化
在一个统一的、端到端的、
开源 MLOps 平台构建更好的模型和生成式AI 应用
开源 MLOps 平台构建更好的模型和生成式AI 应用
加入全球数千家组织
运行解决复杂现实世界挑战的 ML 和 生成式AI 项目
MLflow 有何不同
开源
与任何 ML 库和平台集成
全面
管理端到端的 ML 和 生成式AI 工作流，从开发到生产
统一
传统 ML 和 生成式AI 应用的统一平台
在动态环境中简化您的整个 ML 和 生成式AI 生命周期
- 生成式AI
- 深度学习
- 传统 ML
- 评估
- 模型管理
- 提高生成式AI 质量
- 使用追踪增强 LLM 可观测性
- 使用提示工程构建应用
- 追踪微调过程中的进度
- 打包和部署模型
- 使用 MLflow AI Gateway 大规模安全地管理 LLM 部署
随处运行 MLflow
MLflow 集成 25+ 种工具和平台
通过操作指南、教程以及您所需的一切开始使用
- LLMs
- 深度学习
- 传统 ML
- 追踪
- 部署
评估 LLMs
学习如何使用 MLflow 评估 LLMs
将自定义 PyFunc 与 LLMs 结合使用
探索使用自定义 PyFunc 在 MLflow 中打包、定制和部署高级 LLMs 的细节。
RAG 评估
学习如何通过利用 LLMs 生成评估数据集，并使用 MLflow Evaluate API 中的内置指标进行评估，来评估 Retrieval Augmented Generation (RAG) 应用。加入我们不断壮大的社区
每月 1400 万+ 下载量
全球 600+ 贡献者
全球 600+ 贡献者
最新发布说明
最新博客文章
