MLflow Transformers 插件 - 教程和指南

您将在下面找到许多聚焦于不同用例的指南，这些用例使用transformers并利用 MLflow 的 API 进行跟踪和推理功能。

如果您是第一次接触 transformers，或者虽然大量使用 transformers 但对 MLflow 不熟悉，这是一个很好的起点。

在此入门快速指南中，了解如何利用 transformers 与 MLflow 的集成。

微调模型是机器学习工作流程中的一项常见任务。这些教程旨在展示如何使用 transformers 库对模型进行微调，同时利用 MLflow 的 API 来跟踪实验配置和结果。

了解如何使用 MLflow 对 transformers 模型进行微调，以跟踪训练过程并记录特定用例的定制化 pipeline。

了解如何使用 PEFT (QLoRA) 和 MLflow，以显著降低内存使用量的方式微调大型基础模型。

您是否对如何利用 transformers 进行除基本文本生成之外的任务感兴趣？是否想了解更多关于使用 transformers 和 MLflow 可以解决的广泛问题？

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 来跟踪和部署这些模型。

了解如何利用 Whisper 模型和 MLflow 来生成准确的音频转录。

了解在 MLflow 中保存和加载 transformers 模型以自定义工作流程的选项，并附带一个有趣的翻译示例！

了解使用 Transformers 和 MLflow 进行有状态聊天对话式 pipeline 的基础知识。

了解如何使用本地 Transformers 模型和 MLflow 构建兼容 OpenAI 的聊天机器人，并以最少的配置进行部署。

了解如何为 Transformers Pipelines 设置提示模板，以优化 LLM 的输出，并简化最终用户体验。