MLflow 2.8.0 包含多项显著的新功能和改进。

• 在此版本中，MLflow Evaluate API 进行了广泛的功能开发，以支持 LLM 工作流和多种新的评估模式。请参阅 MLflow LLM Evaluate 的新文档、指南和教程以了解更多信息。
• MLflow 文档现代化工作已启动。访问文档时，您会发现其外观和感觉焕然一新，同时还有一批新的教程和指南。文档很快还将带来更多更改！
• 新增了 4 个 LLM 提供商！现在可以在 AI Gateway 中配置和使用 Google PaLM 2、AWS Bedrock、AI21 Labs 和 HuggingFace TGI。请参阅新的 AI Gateway 文档了解更多信息！

功能

• [Gateway] 为 AI Gateway 中的 AWS Bedrock 提供商添加支持（#9598，@andrew-christianson）
• [Gateway] 为 AI Gateway 中的 Huggingface Text Generation Inference 提供商添加支持（#10072，@SDonkelaarGDD）
• [Gateway] 为 AI Gateway 中的 Google PaLM 2 提供商添加支持（#9797，@arpitjasa-db）
• [Gateway] 为 AI Gateway 中的 AI21labs 提供商添加支持（#9828，#10168，@zhe-db）
• [Gateway] 通过环境变量引入一种简化 AI Gateway 配置文件的设置方法（#9822，@danilopeixoto）
• [Evaluate] 为 MLflow evaluate 引入默认提供的 LLM 评估指标（#9913，@prithvikannan）
• [Evaluate] 为 MLflow evaluate 中的推理数据集评估添加支持（#9830，@liangz1）
• [Evaluate] 为 MLflow evaluate 中评估单参数函数添加支持（#9718，@liangz1）
• [Evaluate] 为 MLflow evaluate 中的检索器 LLM 模型类型评估添加支持（#10079，@liangz1）
• [Models] 为 ONNX 格式添加外部模型保存的可配置参数，以解决回归问题（#10152，@daniellok-db）
• [Models] 在日志模型的输入示例中添加保存推理参数的支持（#9655，@serena-ruan）
• [Models] 为 OpenAI 格式添加对 completions 的支持（#9838，@santiagxf）
• [Models] 为 OpenAI 格式添加推理参数的支持（#9909，@santiagxf）
• [Models] 引入在加载模型时指定配置参数的支持（#9251，@santiagxf）
• [Models] 为 OpenAI 格式添加集成 Azure AD 身份验证的支持（#9704，@santiagxf）
• [Models / Scoring] 为模型服务引入模型训练谱系的支持（#9402，@M4nouel）
• [Model Registry] 引入 copy_model_version 客户端 API，用于跨注册模型复制模型版本（#9946，#10078，#10140，@jerrylian-db）
• [Tracking] 将参数值长度限制从 500 扩展到 6000（#9709，@serena-ruan）
• [Tracking] 引入对 Spark 3.5 的 SparkConnect 模式的支持，以便在 MLflow 中记录使用此 Spark 操作模式创建的模型（#9534，@WeichenXu123）
• [Tracking] 为 MLflow 声明式 API 添加记录系统指标的支持（#9557，#9712，#9714，@chenmoneygithub）
• [Tracking] 为 Keras 和 Tensorflow 引入 MLflow 回调（#9454，#9637，#9579，@chenmoneygithub）
• [Tracking] 在 MLflow 中引入 Databricks 的声明式登录 API（#9665，#10180，@chenmoneygithub）
• [Tracking] 支持通过插件扩展自定义 MLflow 客户端 HTTP 请求的身份验证（#10049，@lu-ohai）
• [Tracking] 引入实验性的异步日志记录支持，用于指标、参数和标签（#9705，@sagarsumant）
• [Auth] 修改 MLflow 身份验证中的用户创建行为，使其只有管理员才能创建新用户（#9700，@gabrielfu）
• [Artifacts] 支持通过插件扩展使用 xethub 作为工件存储（#9957，@Kelton8Z）

错误修复

• [Evaluate] 修复 MLflow evaluate 中 Azure OpenAI 配置使用错误（#9982，@sunishsheth2009）
• [Models] 修复在 transformers 格式中，加载的模型在异构内存配置中保存时的数据一致性问题（#10087，@BenWilson2）
• [Models] 通过添加动态数据框类型，修复了 transformers 格式中复杂输入类型的问题（#9044，@wamartin-aml）
• [Models] 修复 langchain 格式中支持具有多个输出的链的问题（#9497，@bbqiu）
• [Docker] 通过将默认 env-manager 更改为 virtualenv，修复了 Docker 镜像生成的问题（#9938，@Beramos）
• [Auth] 修复 MLflow Auth 中复杂密码的问题，以支持更丰富的字符集范围（#9760，@dotdothu）
• [R] 修复在 Databricks 中运行 MLflow R 时访问配置的错误（#10117，@zacdav-db）

文档更新

• [Docs] 引入更大规模文档修订的第一阶段（#10197，@BenWilson2）
• [Docs] 添加 LLM 评估指南（#10058，#10199，@chenmoneygithub）
• [Docs] 在 ONNX 格式的 save 和 log 函数中添加强制单文件序列化的说明（#10178，@BenWilson2）
• [Docs] 为 MLflow evaluate 添加相关性指标的文档（#10170，@sunishsheth2009）
• [Docs] 为贡献指南添加关于如何构建 pydoc 字符串的样式指南（#9907，@mberk06）
• [Docs] 修复 pytorch lightning autolog 代码示例中的问题（#9964，@chenmoneygithub）
• [Docs] 更新 mlflow.data.from_numpy() 的示例（#9885，@chenmoneygithub）
• [Docs] 添加在 R 中安装 MLflow 的清晰说明（#9835，@darshan8850）
• [Docs] 更新模型注册表文档，添加关于模型别名支持的内容（#9721，@jerrylian-db）

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