我们很高兴地宣布 MLflow 1.9.0 现已发布！

除了错误修复和文档改进外，MLflow 1.9.0 还包含以下主要功能和改进：

• log_model 和 save_model API 现在支持保存模型签名（模型的输入和输出模式）以及示例输入，与模型本身一起保存（#2698、#2775，@tomasatdatabricks）。模型签名用于在使用 pyfunc 格式、mlflow models CLI 命令或 mlflow.pyfunc.spark_udf 进行模型评分/服务时，对输入字段进行重新排序和验证（#2920，@tomasatdatabricks 和 @aarondav）。
• 在 mlflow.fastai 下引入 fastai 模型持久化和自动日志记录 API（#2619、#2689，@antoniomdk）。
• 为部署模型到自定义服务工具（例如 RedisAI）添加了可插拔的 mlflow.deployments API 和 CLI（#2327，@hhsecond）。
• 为针对自定义后端执行 MLflow 项目添加了插件接口（#2566，@jdlesage）。
• 允许从运行 UI 中查看作为 artifact 日志记录的 PDF 文件（#2859，@ankmathur96）。
• 在 UI 中对度量比较和散点图进行了显著的性能和可扩展性改进（#2447，@mjlbach）。

有关更改的完整列表，请参阅 发布日志，并查看 mlflow.org 上的最新文档。