跳到主要内容

标记为 "mlflow" 的 10 篇帖子

查看所有标签
精选
使用 GEPA 对 OpenAI 代理进行系统化提示优化
提示工程对于构建可靠的人工智能系统至关重要，但它充满了挑战。手动迭代耗时，缺乏改进的系统保证，并且通常会产生不一致的结果。如果您的系统有多个不同的提示，情况会更糟。为了解决这个问题，已经开发了诸如 GEPA 和 MIPRO 等自动联合提示优化算法。虽然 DSPy 在其框架内使这些优化技术易于使用，但将它们应用于其他代理框架——例如 OpenAI Agents SDK、LangChain 或 Pydantic AI——历史上需要大量的集成工作。
Systematic Prompt Optimization for OpenAI Agents with GEPA
Building and Managing an LLM-based OCR System with MLflow
2025 年 8 月 30 日
使用 MLflow 构建和管理基于 LLM 的 OCR 系统
Assessment-focused UIs in MLflow
2025 年 8 月 11 日
MLflow 中的评估 UI
MLflow Meets TypeScript: Debug and Monitor Full-Stack AI Applications with MLflow
2025 年 7 月 24 日
MLflow 与 TypeScript 相遇：使用 MLflow 调试和监控全栈 AI 应用程序
Announcing MLflow 3
2025 年 6 月 9 日
宣布推出 MLflow 3
Tracking Image Datasets with MLflow
2025 年 5 月 4 日
使用 MLflow 跟踪图像数据集
MLflow Go
2025 年 4 月 28 日
MLflow Go
From Natural Language to SQL: Building and Tracking a Multi-Lingual Query Engine
2025年1月23日
从自然语言到 SQL：构建和追踪多语言查询引擎
PyFunc in Practice
Jul 26, 2024
PyFunc 实践
MLflow Release Candidates
2024 年 4 月 17 日
MLflow 发布候选版