MLflow Transformers Flavor - 教程和指南
下面是使用 transformers 并利用 MLflow API 进行追踪和推理的各种用例指南。
MLflow Transformers 入门快速指南
如果您是初次接触 transformers，或者大量使用 transformers 但不熟悉 MLflow，这里是一个很好的开始。
MLflow Transformers 微调教程
模型微调是机器学习工作流中的常见任务。这些教程旨在展示如何使用 transformers 库进行模型微调，并利用 MLflow API 追踪实验配置和结果。
微调 transformers 基础模型
了解如何使用 MLflow 微调 transformers 模型，以跟踪训练过程并记录特定用例的调整管道。
使用 PEFT 和 MLflow 高效微调 LLM
了解如何使用 PEFT (QLoRA) 和 MLflow 以显著减少内存使用的方式微调大型基础模型。
MLflow Transformers 用例教程
除了基本的文本生成之外，您是否还想了解如何利用 transformers 完成其他任务？想了解更多关于 transformers 和 MLflow 可以解决的问题范围吗？
这些更高级的教程旨在展示 transformers 模型架构的不同应用，以及如何利用 MLflow 追踪和部署这些模型。
使用 Transformers 进行音频转录
了解如何使用 Whisper 模型与 MLflow 结合，生成准确的音频转录。
使用 Transformers 进行翻译
通过一个有趣的翻译示例，了解在 MLflow 中保存和加载 transformers 模型的选项，以自定义您的工作流程！
使用 Transformers 进行聊天
了解使用 Transformers 和 MLflow 构建有状态聊天对话管道的基础知识。
构建和部署一个兼容 OpenAI 的聊天机器人
了解如何使用本地 Transformers 模型和 MLflow 构建一个兼容 OpenAI 的聊天机器人，并通过最少配置进行部署。
使用 Transformers 管道进行提示模板化
了解如何在 Transformers 管道上设置提示模板，以优化 LLM 的输出并简化最终用户体验。
用于 Transformers 的自定义 PyFunc
了解如何使用 transformers 为先进、前沿的新模型定义自定义 PyFunc。