MLflow 2.8.1 是一个补丁版本，包含了一些关键的 bug 修复，并更新了我们对文档重构的持续工作。

重要细节

• API mlflow.llm.log_predictions 已被标记为不推荐使用，因为其功能已合并到 mlflow.log_table 中。此 API 将在 2.9.0 版本中移除。（#10414，@dbczumar）

错误修复

• [Artifacts] 修复了 2.8.0 版本中从已注册模型下载单个文件失败的回归问题。（#10362，@BenWilson2）
• [Evaluate] 修复了在使用 LLM judge 指标时，mlflow.evaluate 的 Azure OpenAI 集成问题。（#10291，@prithvikannan）
• [Evaluate] 更改了 make_genai_metric API 的 Examples 为可选参数。（#10353，@prithvikannan）
• [Evaluate] 使用 mlflow.evaluate 进行 LLM 结果时，移除了 fastapi 依赖。（#10354，@prithvikannan）
• [Evaluate] 修复了生成提示模板的语法问题并改进了格式。（#10402，@annzhang-db）
• [Gateway] 修复了 Gateway 配置验证器对 OpenAI 的预检查，以执行实例类型验证。（#10379，@BenWilson2）
• [Tracking] 修复了使用异步日志记录时，间歇性出现的线程挂起问题。（#10374，@chenmoneygithub）
• [Tracking] 为 mlflow.login() API 添加了超时机制，以捕获无效主机名配置输入错误。（#10239，@chenmoneygithub）
• [Tracking] 在日志记录系统指标完成后添加了 flush 操作。（#10320，@chenmoneygithub）
• [Models] 修正了 Prompt Engineering UI 中提示模板的生成逻辑，以便提示可以在 Python API 中使用。（#10341，@daniellok-db）
• [Models] 修复了 mlflow.shap.log_explanation 中 SHAP 模型可解释性功能的问题，以避免在日志记录时注册重复或冲突的依赖项。（#10305，@BenWilson2）

文档更新

• [Docs] 添加 MLflow Tracking 快速入门指南。（#10285，@BenWilson2）
• [Docs] 添加 Tracking Server 配置指南。（#10241，@chenmoneygithub）
• [Docs] 重构并改进了模型部署快速入门指南。（#10322，@prithvikannan）
• [Docs] 添加系统指标日志记录的文档。（#10261，@chenmoneygithub）

有关更改的完整列表，请参阅 发行版更改日志，并查阅 mlflow.org 上的最新文档。