我们很高兴地宣布 MLflow 1.23.0 已发布！

MLflow 1.23.0 包含多项重大功能和改进

功能

• [模型] 引入 mlflow.evaluate() API，用于评估 MLflow 模型，提供性能和可解释性洞察。概览请参阅 https://mlflow.org.cn/docs/latest/models.html#model-evaluation (#5069, #5092, #5256, @WeichenXu123)
• [模型] log_model() API 现在返回有关已记录的 MLflow 模型的信息，包括工件位置、风味和架构 (#5230, @liangz1)
• [模型] 引入 mlflow.models.Model.load_input_example() Python API，用于加载 MLflow 模型输入示例 (#5212, @maitre-matt)
• [模型] 向 MLflow 模型规范添加 UUID 字段。MLflow 模型现在具有唯一标识符 (#5149, #5167, @WeichenXu123)
• [模型] 支持将 SciPy CSC 和 CSR 矩阵作为 MLflow 模型输入示例传递 (#5016, @WeichenXu123)
• [模型注册表] 支持在模型 URI 中指定 latest，以获取模型的最新版本，无论其阶段如何 (#5027, @lichenran1234)
• [跟踪] 添加对 mlflow.lightgbm.autolog() 的 LightGBM scikit-learn 模型支持 (#5130, #5200, #5271 @jwyyy)
• [跟踪] 通过缓存 boto 客户端提高 S3 工件下载速度 (#4695, @Samreay)
• [UI] 自动更新正在进行的运行的指标图 (#5017, @cedkoffeto, @harupy)

错误修复和文档更新

• [模型] 修复 MLflow 模型架构强制执行中字符串被错误转换为 Pandas 对象的问题 (#5134, @stevenchen-db)
• [模型] 修复传递给 mlflow.pytorch.load_model() 的关键字参数未应用于脚本模型的问题 (#5163, @schmidt-jake)
• [模型注册表][r] 修复 R 客户端 mlflow_create_model_version() API 中导致模型 source 设置不正确的错误 (#5185, @bramrodenburg)
• [项目] 修复包含引号的项目 URI 的解析行为 (#5117, @dinaldoap)
• [评分] 为格式错误的 MLflow 模型服务器请求使用正确的 400 级错误代码 (#5003, @abatomunkuev)
• [跟踪] 修复 mlflow.start_run() 修改用户提供的标签字典的错误 (#5191, @matheusMoreno)
• [UI] 修复导致实验页面显示冗余滚动条的错误 (#5159, @sunishsheth2009)

有关更改的全面列表，请参阅 发布变更日志，并查看 mlflow.org 上的最新文档。